Folding@home运算与测试总结

    ● Folding@home运算与测试总结

　　Folding@home是一个研究蛋白质折叠，误折，聚合及由此引起的相关疾病的分布式计算项目。我们使用联网式的计算方式和大量的分布式计算能力来模拟蛋白质折叠的过程，并指引我们近期对由折叠引起的疾病的一系列研究，找到相关疾病的发病原因和治疗方法。

　　Folding@home能了解蛋白质折叠、误折以及相关的疾病。目前进行中的研究有：癌症、阿兹海默症（老年失智症）、亨廷顿病、成骨不全症、帕金森氏症、核糖体与抗生素。

GTS450显卡运行Folding@Home项目

    该项目在中国拥有约2000多名参与者，其中最强大的China Folding@Home Power（Folding@Home中国力量，团队编号3213）团队已经拥有2585人，最近活跃用户200人以上，目前贡献计算量排名世界第33位，团队整体运算能力约为80到100TFLOPS。

    Folding@home分布式计算项目偏重实际运算环境，这项测试是科学实用项目Folding@home项目，该项目使用了CUDA或者Stream加速的Gromacs引擎，NVIDIA的GPU架构由于流处理器设计原因，非常适合这种充满了大量跳转嵌套分支等指令的应用环境，我们的测试得到了非常理想的运算速度。

    在这个项目中，我们添加了更多NVIDIA不同架构的显卡供大家对比，而斯坦福大学Folding@home项目方从HD5000开始尚未对AMD显卡提供支持，此前HD4870的PPD值为3400至4000之间。不过我们了解到GPU3客户端在今年正在努力为AMD显卡开发基于OpenCL接口的客户端。虽然我们了解到A卡架构已经显现出一定程度的老迈，但是该项目的支持者相信最早加入该项目的AMD不会放弃对这一经典GPU分布式计算项目的支持。

    测试总结：

    NVIDIA在2010年3月发布了首款Fermi架构的GPU产品GF100核心，其后通过不断改进和优化，用合理的晶体管消耗开发出GF104核心，并在9月发布了192个流处理器的GF106核心。这款GPU未来将成为NVIDIA攻占500元到1000元市场的重要力量，和对手HD5770相比，它不仅具备更多的曲面细分单元，而且在分支和双精度能力方面同样表现出色。

    今天的测试我们使用了GPCBenchMarkOCL作为基准测试项目，全面详实地向用户解析了不同GPU架构对于不同数据和指令的适应性，而GPGPU Processing、CUDA-Z作为理论测试项目则测试了GPU内部的吞吐速度，最后选取的DirectX 11 SDK Nbody Gravity、Folding@home分布式计算则更接近分子动力学真实应用，其性能能够代表GPU在高性能计算环境下的表现。希望这些游戏之外的测试数据能够为用户购买显卡带来更多理性的思考，也希望我们的不断探索能助推GPU计算向更广泛的领域延伸。