人类视觉研究人员使用gridMathematica加速项目
使用gridMathematica，Phillips能够将完全相同的过程的计算时间从1.5到2个月减少到仅4到6个小时。
Flip Phillips在斯基德莫尔学院（Skidmore College）发现了一种“有见地”的方法来加速他的研究。 Phillips及其同事正在研究人类视觉，主要是3D形状感知或“我们如何看待所见”。
Phillips的重点是经验研究和实际实验室测试。 当这些经验研究与现有的理论模型不符时，菲利普斯有责任证明或否认其有效性，因此他正在使用gridMathematica作为其主要工具之一。
网格计算减少了计算时间
测试现有的理论模型需要进行计算-其中很多。 拥有2 GHz双处理器PowerMac G5的Phillips面对艰巨的任务，因为他意识到，根据当前的经验数据，对流行的理论模型进行每次单独测试都需要1.5到2个月的时间。 因此，他利用了Wolff Research的所有产品的Skidmore的Unlimited站点程序，并在Skidmore计算机科学部门寻求了gridMathematica计算集群的资源。
Skidmore的计算机科学实验室包括一架双处理器的苹果Xserve G4机器。尽管使用这种设置大大减少了他的计算时间，每次测试只有2到2.5周，菲利普斯仍然想要更快的方法得到结果。暑假期间，校园里的计算机使用率很低，Phillips想到要通过“清理”校园网络中所有闲置的Macintosh机器来扩展他的网格。
Phillips编写了一系列程序，这些程序在主网格上运行，以出去寻找有空余时间使用的Mac。 找到免费计算机后，程序将加载gridMathematica和任何需要的数据，然后开始计算。 如果在当前过程完成之前需要机器，则Mathematica将在后台缓慢地完成计算，直到机器再次空闲为止。
使用gridMathematica，Phillips能够将完全相同的过程的计算时间从1.5到2个月减少到仅4到6个小时。 通过一些调整，例如检查中间结果和“修剪”不想要的分支，可以使过程更快。
Phillips的灵感来自1980年代在Pixar工作时的经历。 在一位朋友赢得了学生奥斯卡最佳动画短片奖之后，部分奖金被用于将草图发送到海外进行着色。 当成千上万的原始图纸在运输中丢失时，他们发现自己试图将图像从胶卷传输到计算机数据，以便重新创建它们。 为了帮助加快该过程（仍然需要大约一年的时间），他们编写了一个程序，该程序在所有Pixar激光打印机上执行了类似的“清除”过程。
网格计算产生结果
Phillips和他的同事们终于找到了一种方法，可以在比以前更少的时间内执行必要的计算，从而完成了他们的项目。 有趣的是，他们发现，他们提出反对的模型并非完全不正确。 理论模型可预测一组受限情况下的经验结果。 但是，对于其他条件的整个范围，模型都无法准确预测经验结果。
使用gridMathematica使Phillips的视觉研究更上一层楼。 现在，他不再因计算限制而拒绝或接受整个理论，而是能够找出理论的哪些部分以及在什么条件下可用。
