著名的分布式计算项目（三）

3、Folding@home

　　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。

　　相关知识：什么是蛋白质？它们是怎样折叠的呢？

　　蛋白质是一个生物体系的网络基础，它们是一个个纳米级计算机。在蛋白质实现它的生物功能之前，它们会把自己装配起来，或者说是折叠；虽然蛋白质折叠对所有的生物来说是最基本的和最明确的事实，但它的折叠过程对人类而言仍然是个未解之谜。此外，当蛋白质没有正确的折叠（误折）无疑会产生严重的后果，包括许多知名的疾病，比如癌症、阿兹海默症(Alzheimer's)，疯牛病(Mad Cow, BSE)，可传播性海绵状脑病(CJD)，肌萎缩性脊髓侧索硬化症(ALS)，还有帕金森氏症(Parkinson's)等。

　　Folding@home可以说是一个非常基础性的研究项目，也是一个纯粹的公益性生命科学研究项目。它以分子动力学为原理，用大量的运算来模拟蛋白质的折叠过程，从而为攻克医学界重大疑难病症而做出努力。

　　值得一提的是在2006年，ATI的X1000系列表现出了相当惊人的浮点运算能力，并拥有良好的GPGPU架构。ATI在2006年8月宣布将联手斯坦福大学在其Folding@Home项目中提供对基于ATI Radeon X1900 GPU通用计算的支持。从此开始，用高性能显卡来进行通用计算走入了硬件爱好者的视线，GPU通用计算再也不是什么神奇高深的东西，通过参与Folding@Home，你可以体会到它就在我们身边。

　　Folding@home项目的核心原理在于求解任务目标分子中每一个原子在边界条件限制下由肽键和长程力等作用所导致的运动方程，进而达到实现模拟任务目标分子折叠运动的目的。每一个原子背后都附庸这若干个方程，每一个方程都可以转换成一组简单的向量指令。同时由于长程力的影响，条件分支也随处可见，Folding@home在GPU使用量上也要大于图形编程。因此这个项目完全可以用于显卡稳定性的检测，我们已经发现了很多品牌机由于电源供电能力有限或显卡做工问题，在运算中途发生错误从而被迫退出。

　　PS3游戏机由于使用了浮点运算能力极高的CELL处理器，也加入了Folding@home，玩家只要打开相关选项，即可成为该项目的重要贡献者。NVIDIA于08年6月宣布旗下基于G80及以上核心的显卡产品都支持该项目的通用计算，更是对分布式计算的重要贡献。

　　目前Folding@Home已经成为全世界最有影响力和公信力的项目，同时是各大厂商和机构鼎力支持的项目，当然它毫无疑问地拥有最广大的志愿者团队——截止2009年2月26日共计1,195,744人参与该项目，最近的统计显示志愿者贡献的总运算能力已经达到了5PFlops，远超现在全世界最快的超级计算机IBM Roadrunner（最高性能1.026PFlops）。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）团队拥有1863人，最近活跃用户217人，目前贡献计算量排名世界第83位，团队整体运算能力约为25TFLOPS。

　　志愿者们通过坚持不懈的运算，让全世界很多玩家知道了China Folding@Home Power团队，向全世界展示着中国玩家的分布式计算力量。目前在中国团队，显卡运算的贡献比例比重已经超过90%，GPU用自己特殊的架构完成了不可思议的工作量，也证明了GPU架构在大规模多线程运算中的优势地位。

　　在文章发稿前，我们获得了两条关于显卡运行Folding@home的最新消息：

　　首先是使用NVIDIA显卡搭配180.70或者181.20驱动运算时，几乎完全不占用CPU资源，CUDA运算架构的优势体现无疑，而进行高密度运算不占用CPU在以前是不敢想象的。

　　同时在ATI方面，自催化剂8.12开始大大提升了显卡计算FAH的效率，而最新的催化剂9.2的更新说明中明确表示，对于使用多显卡Crossfire系统用户来说，可以在每一颗GPU上单独运行一个Folding@home客户端，计算效率翻一番甚至两番。而在以前志愿者们不得不放弃组建交火系统，多显卡运行Folding@home时开启多个客户端也比较麻烦。