ネットワークを介したハードウェアリソースの共有：特にRAM

2つのシステムがあります。1つはラップトップで2 GBのRAMを備え、もう1つは8 GBのRAMを備えたデスクトップです。これらのリソースを共有して、両方のシステムに10 GBのRAMを搭載することはできますか？

私が両方のシステムで実行したいソフトウェアはAndroid Studioです...現在、このラップトップはうまく処理できません。

追加情報：どちらのシステムもWindows 8を実行しており、Intel Core i3プロセッサーを搭載しています。

pplに感謝しますが、別の質問がありました。イーサネットケーブルで共有してみませんか？スイッチまたはv-lanを経由する場合と同様に、therbyはインターネットをまったく使用せず、下降転送速度を取得しますか？

一部のプログラムのみがネットワークを介してプロセスを分割することができます（一部の3Dレンダリングプログラム、RAMを効果的に共有します）（Julian Knightの回答を参照）

インターネットの問題は遅すぎるでしょう（Spiffの回答を参照）

デスクトップのRAMはハードウェア互換ではないので、RAMストリップをラップトップに配置するだけでは機能しません。

あなたができること：

ラップトップにリモートデスクトップクライアントをインストールし、デスクトップに接続します。これにより、トンネルを介して「デスクトップで作業」できます。

重いプログラム（android studio）がデスクトップで実行されます！そして、ラップトップはリモートデスクトップクライアントによってのみ悩まされるでしょう。

これは、PCハードウェアを効果的に使用するため、より適切に機能します（ラップトップおよびリモートデスクトップクライアントで十分に簡単に操作できる場合）。

これはRAMを「共有」するのではなく、PCのRAMを使用するだけで十分であることを付け加えておきます。

ローカルドライブに仮想メモリのページングを実行するのに比べるとかなり遅いため、おそらくそうではありません。SATA-3は6ギガビット/秒で、157メガバイト/秒（約1.3ギガビット/秒）の持続的な読み取り/書き込み速度を持つ2年前の4TB 7200 RPM SATA-3 HDDを持っています。ギガビットイーサネットでの持続転送速度は、せいぜい0.942ギガビット/秒です。

いいえ、できません。

わずかな例外は、3Dグラフィックスレンダリングなど、複数のマシン間で処理を分割できるツールを使用している場合です。しかし、これはあなたが本当に求めていることではありません。

約7年前、メモリコントローラーは別のチップ（ノースブリッジまたはメモリコントローラーハブ）からCPU に移動されました。なぜなのかご存知ですか？CPUがRAMへの非常に高速なアクセスを必要とするため、レイテンシを減らすため。現在のCPUは68 GB /秒で RAMにアクセスします：http : //ark.intel.com/products/82930/Intel-Core-i7-5960X-Processor-Extreme-Edition-20M-Cache-up-to-3_50-GHz。最新の1 Gbit / sイーサネットは、毎秒約120 MBを提供するため、560倍遅くなります。つまり、通常のPCでできることではありません。

多くのコンピューターがネットワークに接続されたクラスターコンピューティングベースのソリューションがあり、それぞれがデータの一部をRAMに格納します。通常のRAMよりもはるかに低速ですが、10 TBのデータを使用できるようにする必要があるかどうかは選択できません。ただし、このようなソリューションはソフトウェアでサポートする必要があります。また、Android Studioではサポートされていません。

ですから、残念ながら答えはノーです。

現在は可能ではありませんが、実際にはカードに何らかの形式でリストされ、「ReadyBoost」システムの一部として「After Vista」用に鉛筆で描かれています。これにより、USBスティックをページファイルを読み取るための媒体として使用できます（および他のファイル）は、ディスクを使用するよりも高速です。それ自体は追加のRAMではありませんが、大量のRAMを使用している場合、コンピューターがディスクとの間でページングすることに費やす時間を削減できます。

あなたのシナリオでは、ReadyBoost専用の32 GB USBスティックを利用すると便利なようです。

これは不可能であり、少なくともGoogleの多大な努力がなければできません。

基本的に、Android Studioは、BitCoinマイニングやFolding @ Homeと同様に、マルチノード分散処理をサポートする必要があります。

ラップトップでコンパイルを押すと、コードのチャンクがデスクトップに送信されて処理されます。デスクトップの処理が完了すると、ラップトップに送り返され、パッチを適用できるようになります。

私にはオフィスがあります。パーソナルアシスタントと5000冊の本を保管するキャビネットと20冊分のスペースを備えたワークデスクのある部屋。この構成を次のように描きます

• オフィス=コンピューター
• Me =プロセッサー（CPU）
• アシスタント=オペレーティングシステム（OS）
• デスク= RAM
• キャビネット=ハードディスク

いつでも、アシスタントが最大20冊の本をキャビネットから取り出して、机に置いて仕事をすることができます。私の秘書自身の仕事のために、彼は私の机の上に本を1冊または2冊置くことがあります（私たちが貧しくて、別の机を買う余裕がないとしましょう）。

他の本で作業したい場合は、スペースがありません。アシスタントは、現在使用している可能性が最も低い現在の机の本を決定する必要があり、その本をキャビネットに戻します。私が欲しい他の本に道を譲る。私が手の届かないところにある本で作業したいときはいつでも、アシスタントは机とキャビネットに行ったり来たりしなければなりません。

RAMが不十分なシステムの場合、これはOSがアクティブではないように見えるプロセスに対して行うことです。それらのメモリの内容を仮想メモリストアのディスクに書き込み、それを必要とする他のプロセスのためにRAMを解放します。デスクとキャビネットの間に距離があるように、プロセッサ、RAM、およびディスクの間に「距離」があります。あなたのラップトップで経験するように、ディスクは信じられないほど遠く、遅いです。

次のオフィスには、80冊の本を収納できる十分な広さのデスクがあります。彼が私の本を保管するために彼の机の一部を「共有」できたらいいのではないでしょうか。それで、私は事実上100冊の本を持つことができますか？

まず、各オフィスのアシスタントは、必然的に自分の本をいくつか置いて、自分の仕事を実行できるようにする必要があります（交渉不可）。システム内のすべてのOSは、RAMを使用して作業を行う必要があります。そうしないと、そもそもOSがありません。ですから、私は20冊の本の割り当てを完全に取得することはできません。そして、私の同僚には、利用可能なスペースをさらに使い果たすための独自の作業があります。

さらに、アシスタントは本をオフィス間で移動するように訓練されていません（能力レベルには制限があることに注意してください）。既存のWindowsアーキテクチャには、別のリモートコンピューターのRAMを直接使用する機能はありません。

さて、アシスタントが実際にオフィス間で本を適切に移動し、本の所有権を明確に覚えるように訓練されていると想像してみてください。それだけでなく、アシスタントが他のオフィスから本を取り出すときも、不要な本をシャッフルしてキャビネットに戻し、自分の机のスペースを空ける必要があります。なぜ彼をそんなに散歩させるのですか？

アプリもOSもそれを実現する方法を知らないため、少なくともあなたのユースケースでは、1台のコンピューターを終了して、ネットワーク経由で別のコンピューターにデータを保存/取得することはできません。そして、それもあまり効率的ではありません。

ラップトップでの作業を続行する場合は、RAMを増設するか（大きなデスク）、ソリッドステートディスク（本をすばやく見つけるための機能を備えたキャビネット）をインストールします。

一部の構成では、リモートコンピューターからデータを保存および取得する方が実際には高速になる可能性があることに注意してください。それを行うクラスタリングソフトウェアテクノロジーがあり、低速の回転ディスクにアクセスする方が、シナリオに対応できません。

ハードウェアリソース間のデータアクセスの時間スケールを検討してください。