Eines muss man der Leitung des Folding@Home Projekts der Stanford University lassen: wenn es um die Unterstützung verschiedener Rechnerarchitekturen geht, sind die Kalifornier ganz vorne mit dabei. Während die Distributed Computing Projekte von BOINC bis auf wenige Ausnahmen hauptsächlich Prozessoren der x86-Klasse unterstützen, hat Folding@Home die Fachwelt bereits vor 2 Jahren überrascht, indem man einen Client für ATI Radeon Grafikkarten veröffentlicht hat, um die enorme Rechenleistung dieser GPUs für das Projekt zu nutzen. Kurze Zeit darauf folgte ein Client für den IBM Cell-Prozessor der Playstation 3, dessen Fließkomma-Performance die Rechenleistung des Folding@Home Projekts in der Folge regelrecht explodieren ließ.
Nur Anwender von NVIDIA-Grafikkarten gingen damals leer aus. Man munkelte der Befehlssatz der damaligen NVIDIA-GPUs wäre zu primitiv, um etwas anderes als 3D-Beschleunigung damit zu machen. Seit der GeForce 8 und der NVIDIA-eigenen Programmiersprache CUDA, die explizit für die Nutzung der GPU für wissenschaftliche Berechnungen entworfen wurde, hat sich das jedoch geändert und die Stanforder konnten sich an die Entwicklung eines GPU-Client für NVIDIA machen. In einer neuen Beta-Version des GPU2-Client werden nun auch NVIDIA-Karten unterstützt.
Erste Tests bei uns im Forum bescheinigen dem NVIDIA GPU-Client eine enorme Leistung. Auf einer GeForce 8800GT erreichte der Client 3000 Points per Day (PPD). Zum Vergleich: eine ATI Radeon 3850 mit dem GPU2-Client erreicht je nach WU ca. 1500 PPD. Zudem scheint die NVIDIA-Implementierung den Haupt-Prozessor (CPU) relativ wenig zu belasten. Während bei den ATI-Karten bei der Nutzung des GPU-Clients das gesamte System praktisch ausgelastet ist, begnügt sich die NVIDIA-Variante mit einem CPU-Kern. Auf einem Quad-Core Prozessor können sich so die drei übrigen CPU-Kerne noch anderen Aufgaben widmen, wie z.B. BOINC.
Folding@Home untersucht die sogenannte Proteinfaltung. Fehlfaltungen können eine Vielzahl von Krankheiten auslösen. Um diese besser behandeln zu können, ist ein genaues Verständnis der komplexen bei der Proteinfaltung ablaufenden Prozesse nötig. Da ein Supercomputer zu teuer wäre, bedient das Projekt sich des bewährten Konzepts des Verteilten Rechnens. Jeder, der über einen Internetanschluss verfügt, kann die überschüssige Rechenkapazität seines Computers dem Projekt zur Verfügung stellen.
Diesen Artikel bookmarken oder senden an ...
