La contribution en petaflops de NVIDA, près de la moitié de la puissance de traitement du programme Folding@home, est réalisée par 11 370 processeurs actifs. Par comparaison, 208 268 CPU tournant sous Windows étaient actifs et n’ont contribué qu’à 198 teraflops, soit 6% de la puissance de traitement totale du projet.

L’université de Stanford a annoncé en juin dernier la réalisation d’un client Folding@home spécifiquement dédié aux GPU NVIDIA, donc cette avance surprenante s’est concrétisée en seulement quelques mois. Développé avec NVIDIA CUDA, environnement de programmation en langage C pour des architectures parallèles multi-cœur, le port CUDA du client Folding@home a fourni davantage de puissance de traitement qu’aucune autre architecture dans l’histoire de ce projet.

« Comme le montrent ces statistiques, l’impact des GPU NVIDIA sur les simulations de repliement de protéines a été spectaculaire », a déclaré Vijay Pande, professeur de chimie à l’université de Stanford et directeur du projet Folding@home. « Les équipes qui effectuent le repliement avec les GPU NVIDIA rencontrent d’énormes gains de production et cela fait accélérer le projet de façon significative ».

« Les applications comme Folding@home ne sont que le début, chaque jour nous rencontrons de plus en plus d’exemples de problèmes informatiques qui bénéficient de nos technologies CUDA et GPU », a déclaré Michael Steele, general manager des solutions visuelles grand public chez NVIDIA. « Je sais que tout le monde chez NVIDIA surveille de près les progrès du projet Folding@home depuis l’annonce du port CUDA sur nos GPU et nous sommes ravis de voir qu’ils contribuent à ce point à ce travail inestimable ».

Le programme informatique partagée Folding@home de l’université de Stanford est devenu un maillon fort pour rechercher les traitements contre de graves maladies comme le cancer, la fibrose cystique et la maladie de Parkinson en associant la puissance informatique de millions de processeurs pour simuler le repliement de protéines. Le projet Folding@home est le dernier exemple de la liste croissante d’applications qui ne soit pas liées au jeu pour les processeurs graphiques (GPU). En faisant tourner le client Folding@home sur des GPU NVIDIA, les simulations de repliement de protéines sur des GPU NVIDIA, les simulations de repliement des protéines peuvent être réalisées 140 fois plus rapidement que sur des CPU traditionnels.

Etat complet des statistiques

Source: http://fah-web.stanford.edu/cgi-bin/main.py?qtype=osstats, du 19 août 2008.

1. Pétaflop: un million de milliards d'opérations en virgule flottante par seconde