Projekt zur Proteinfaltung nutzt private Rechner

Folding@home: GPUs schlagen CPUs

Die Arbeit Tausender NVidia-GPUs bringt mit einer Rechenleistung von 1,25 Petaflops entscheidende Fortschritte für das Folding@home-Projekt der kalifornischen Stanford University.

Ein Petaflop entspricht einer Milliarde Flops (Floating Point Operations per Second). Die 1,25 Petaflops der NVidia-GPUs machen rund 42 Prozent der gesamten Rechenleistung aus, auf die sich das Forschungsprojekt stützen kann, so NVidia. Folding@home nutzt die Rechenleistung von Millionen von Privatrechnern und simuliert damit den Prozess der Proteinfaltung (den Aufbau von Proteinen).

Der NVidia-Beitrag von 1,25 Petaflops in dem Projekt wird durch lediglich 11.370 aktive Grafikprozessoren erzielt. Im Vergleich dazu erreichen die 208.268 CPUs, die unter Windows laufen, lediglich 198 Teraflops; das entspricht etwa sechs Prozent der bei Folding@home erzielten Rechenleistung.

Die Leistungswerte der GPUs sind umso bemerkenswerter, als die Stanford University erst im Juni einen entsprechenden Folding@home-Client veröffentlichte. Dabei kommt vor allem CUDA zum Tragen. CUDA ist eine auf C basierte Entwicklungsumgebung für Rechenarchitekturen mit mehreren Prozessorkernen. Sie wurde von NVidia entwickelt. Mit CUDA lasse sich die Proteinfaltung um ein Vielfaches schneller berechnen als auf einer traditionellen CPU, so NVidia weiter. (dsc)