Folding@home
维基百科，自由的百科全书
|
Folding@home |
|
|---|---|
 在Windows上執行的Folding@home，模擬蛋白質分子的摺疊過程。 |
|
| 作者 | Vijay Pande |
| 开发者 | 史丹福大學 / Pande Group |
| 初始版本 | 2000年10月1日 |
| 最新版 | 5.04 (Windows CLI) 5.03 (Windows GUI) 5.04 (Linux and BSD) 5.02 (Mac OS X-PPC) 1.31 (PlayStation 3) / 2008年2月15日 (PS3) |
| 最新預覽版 | Windows: 6.10beta3 (單處理器) 5.92beta1 (x86-SMP) 5.91beta6 (x64-SMP) 6.12beta8 (GPU2) Mac OS X: 6.02beta1 (PPC) 6.10beta2 (x86-SMP) Linux: 6.02beta1 (SMP & Uniprocessor) / 2008年6月24日 (Windows GPU2) |
| 系统平台 | 跨平台 |
| 可用语言 | 英語 |
| 类型 | 分佈式計算 |
| 许可协议 | 專有 [1] |
| 网站 | folding.stanford.edu |
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工程。由史丹佛大學化學系的潘德小組（Pande Group）主持，於2000年10月1日正式啟動。Folding@home現時是世界上最大的分布式計算計劃，於2007年為吉尼斯世界紀錄所承認。[2]
2004年3月8日，研究基因結構的Genome@home計劃終止，併入Folding@home。
目录 |
[编辑] 意義
Folding@home專注於精確地模擬蛋白質折疊和錯誤折疊的過程，以便能更好地了解多種疾病的起因和發展，包括阿茲海默症、牛海綿狀腦病（瘋牛症）、癌症和囊胞性纖維症。到目前為止，Folding@home 已成功模擬5—10微秒的折疊過程，超出先前估計可模擬的時段數千倍。
伊利諾伊大學香檳分校在2002年10月22日發表的報告証實，該計劃採用分散模擬方式，所得出的結果是準確的。
[编辑] Folding@home和Rosetta@home
Folding@home和另一個分布式计算計劃Rosetta@home都作和蛋白質相關的研究，導致公眾常常把兩者的目標混淆，或不知道應該參加哪個計劃。為此，Folding@home的管理者、潘德小組的領導人費積‧潘德教授（Professor Vijay S. Pande）解說道：[2]
- 我熟悉貝克、朗根納頓和他們的工件，並（正如整個蛋白質研究社群一樣）覺得他們的工作至關重要，使我印象深刻。但是，Rosetta@home和Folding@home兩者想要解決的，是很不同的問題。
- Rosetta@home只著重蛋白質完成折疊後的最終狀態，並非折疊的過程。而且，Rosetta@home也不會探究折疊可能出現的錯誤。他們的研究方法，對我們感興趣的問題和要對付疾病（例如阿茲海默症），也沒有幫助。
- 同時，人們也該明白，用電腦去準確預測蛋白質的結構，比起進行真正的實驗，仍是更艱難的。而從Folding@home所獲得的有關蛋白質折疊和誤折的資料（例如速度、能量）是和實驗結果相符合的，也告訴我們更多實驗不能發現的東西。而Rosetta@home，雖然已進行了很長時間，也取得一些很可觀的成果，但當要在Rosetta@home預測的結構和晶體結構（crystal structure）之間選擇時，都會選取晶體結構。因為他們的努力，我相信這將會改變，但要這夢想成真，還有一段很長的路要走。
- 因此，兩個計劃都很有價值，但處理的卻是不同的問題。我想有些人誤解了，以為Folding@home是關於預測蛋白質的結構（其實並不是，這是Rosetta@home的專長），Rosetta@home是研究與蛋白質折疊錯誤相關的疾病（其實並不是，這是Folding@home的專長）。希望這篇貼文有助澄清一下。
[编辑] 運作方式
Folding@home並不依靠強大的超級電腦進行計算，反而主要的貢獻者是成千上萬的個人電腦。每部參與的電腦都安裝了一個在背景執行的客戶端程序，在系統不忙碌的時候調用中央處理器執行模擬工作。現時世界上絕大部分的個人電腦，在一般的情況下都很少用盡本身的計算能力。Folding@home就是使用這些本來都浪費了的運算力量。
Folding@Home的客戶端會定時連接設於史丹佛大學的伺服器去取得“工作單元”（work units），即一種存有實驗資料的數據包，根據實驗資料進行計算。每個工作單元計算完成後，再傳回伺服器。
[编辑] 分析軟件
Folding@home的用戶端利用了經修改的TINKER、GROMACS、AMBER及CPMD這四款分子模擬程式進行運算，並會在許可的情況下優化，以把運算速度加快。這四款模擬程式也被修改成多個不同版本，供多款作業平台使用，每款程式的變體會以編號“Core xx”作分類。
- TINKER
- Tinker core (Core 65)
- 現已停止使用，並由速度更快的同類內核GBGromacs (Core 7a)所替代。
- 未優化
- 僅提供予所有單處理器平台使用。
- Tinker core (Core 65)
- GROMACS
- Gromacs (Core 78)
- DGromacs (Core 79)
- DGromacsB (Core 7b)
- DGromacsC (Core 7c)
- GBGromacs (Core 7a)
- Gromacs SREM (Core 80)
- GroSimT (Core 81)
- Gromacs 33 (Core a0)
- Gro-SMP (Core a1)
- GroCVS (Core a2)
- GroGPU (Core 10)
- GroGPU2 (Core 11)
- Gro-PS3 (未有編號)
- AMBER
- PMD (Core 82)
- 未優化
- 僅提供予單處理器的Windows及Linux平台使用。
- PMD (Core 82)
- CPMD
- QMD (Core 96)
[编辑] 高性能平台支援
[编辑] 圖形處理器
要快速運算蛋白質的摺疊效應，得需以高浮點運算能力的處理器進行，GPU具備強大浮點運算性能的優勢，Folding@home方面也著手開發供GPU使用的程式，把作業交給GPU運算。2006年10月2日，Folding@home公開發行供Windows系統使用的GPU測試版本，測試期間收到由450顆ATI X1900 GPU提供的31 TFLOPS運算性能，每顆顯核平均運算運力為一顆傳統CPU的70多倍。至2008年4月10日，第二代Windows GPU公開測試版推出，新版本支援ATI/AMD HD2xxx及HD3xxx系列，不用再透過DirectX介面與顯示核心溝通，並支援多GPU核心。供NVIDIA GPU使用的版本則在開發當中，利用CUDA技術，就可以使到GPU可以進行蛋白質摺疊運算。NVIDIA官方表示，只需全球0.1%支援CUDA的顯示卡進行運算，效能就可以達到7PFLOPS，遠超超級電腦的計算水平[3]。現時已推出供啟用CUDA的NVIDIA GPU使用的公開測試版本。
[编辑] PlayStation 3
索尼已加入Folding@home计划，從PS3的1.6版本韌體開始，支援該項目科学運算。由於PS3使用了Cell處理器，能提供強大的運算性能。當PS3闲置时，就會啟動運算程式，计算蛋白质的折叠效应，利用結果去研究各种疑难杂症。當CELL處理器運算時，NVIDIA的RSX顯核就會提供立體的蛋白质折叠實时图形展示。該图形展示效果不錯，支援1080p輸出，还有HDR效果。用家可利用手柄来控制觀賞角度。
截至2008年6月底，參與的PS3遊戲機為該計劃提供1,400多TFLOPS的運算能力，佔總數近60%。
[编辑] 估計能源消耗
一台PlayStation 3遊戲機的標稱功率為380W，由於Folding@Home是設計供CPU使用，因此會造成主機功耗達100%。但根據史丹福方面有關PS3主機的常見問題，指出每台主機「在執行該程式時，其估計功率約為200W左右[4]」。截至2008年5月底，共有51,000多台PS3主機為該計劃提供1,400多TFlops的運算能力，每台PS3平均提供近30,000MFlops，以史丹福的每台主機200W輸出（使用90nm製程的處理器）估計，每瓦輸出提供150多MFlops[3]。隨著PS3的Cell處理器改用更微細的65nm及45nm製程，處理器的功耗會進一步下降，其每瓦輸出提供的運算的能力也會提高。
[编辑] 參考資料
- ^ 參閱 Folding@home 網站上的論文列表。
- ^ 原文：Quote from Mr. Vijay Pande
- ^ NVIDIA GPU通用计算将加入Folding@Home
- ^ Folding@Home on the PS3
