Folding home не работает видеокарта
Скоро отметит первый юбилей самый мощный в мире проект в сфере распределенных вычислений - Folding@Home. Сотни тысяч людей создали сеть компьютеров, в два раза обгоняющую по производительности самый быстрый суперкомпьютер. Но есть ли результаты?
Без малого десять лет назад, в октябре 2000-го, был запущен проект ученых из Стэндфордского университета, получивший название Folding@home. Идея его была насколько благой, настолько и фантастической. Это сейчас мы привыкли ко всяким облачным игрушкам, вроде антивирусов или даже целых компьютеров. А в далеком 2000-м возможность объединиться всем миром и, овладев тайной свертывания молекул белка, одолеть такие страшные недуги, как болезни Паркинсона и Альцгеймера, склероз, коровье бешенство, диабет второго типа, рак и многие, многие другие, казалась настоящим чудом. И сделать-то для этого надо было всего ничего: просто установить на свой компьютер специальную программку, которая будет использовать свободные вычислительные мощности для обработки относительно небольших порций данных, скачиваемых с главного сервера. Когда расчет закончен, результаты закачиваются туда же, и цикл повторяется снова и снова. Учитывая, что у многих компьютеры работали круглосуточно уже тогда, возможность серьезно помочь человечеству, ничего, по сути, не делая, понравилась многим.
Очень скоро счет участников пошел на тысячи, потом поддержка Folding@home появилась в Google Toolbar, и это сразу увеличило число активных доноров вычислительных ресурсов примерно на 20 000. К пятилетию проекта в нем насчитывалось уже 200 000 активных машин, а производительность обещала перевалить за две сотни терафлопс. Но настоящий рывок случился 22 марта 2007-го, когда вышла версия клиента для PlayStation 3. Процессор Cell, используемый в игровой консоли, оказался потрясающе эффективным для задач Folding@home, и в считанные дни производительность проекта превысила отметку 900 терафлопс - это примерно в четыре раза выше результатов, достигнутых без участия PlayStation.
В апреле 2009-го производительность примерно 400 000 систем, постоянно участвующих в Folding@home, достигла внушительных пяти петафлопс. Это в два с нелишним раза больше, чем может сегодня обеспечить самый мощный компьютер планеты - Jaguar (напомним, его производительность составляет 2,3 петафлопс). Правда, с тех пор Folding@home немного сдал, и, по данным на 16 мая, он выдает "всего" 3,4 петафлопс. При изучении сводной статистики проекта многих может удивить, что традиционные процессоры вносят весьма незначительную лепту - около 290 терафлопс. Зато GPU компании Nvidia суммарно выдают больше 1,3 петафлопс, а второе и третье место делят GPU ATI и PlayStation 3 (880 и 883 терафлопс соответственно). Да, архитектура x86 пока идеальна далеко не везде.
Таблица, демонстрирующая баланс сил в Folding@Home на 6 утра 16 мая 2010 года. Как видим, обычные компьютеры сильно уступают по эффективности PlayStation 3, но и консолям удается конкурировать с GPU, лишь благодаря высокой численности.
Всего с момента старта вычислений клиент Folding@Home был установлен более чем на 4,2 миллиона машин, и на сегодня данный проект является самым мощным в сфере распределенных вычислений, что подтверждает и Книга рекордов Гиннесса.
Приятно отметить, что россияне находятся в авангарде проекта, и команда TSC! Russia держит пятое место в мире по скорости и второе - по числу активных пользователей. Их конкуренты из команды Russia сейчас на 54-м месте по скорости, но учитывая, что всего команд 181 012, результат очень неплохой. Нередко, приходя в проект ради борьбы с болезнями, люди исптывают азарт и желание поднять свою команду в рейтинге, тогда как все остальное отходит на второй план. Это не страшно, потому что, какой бы ни была мотивация, все идет на пользу дела. Вот только какого дела?
За десять лет Folding@home существенно изменился. Остались в прошлом, прямо скажем, недостаточно качественные версии клиента, имеющие привычку рушиться и уносить с собой результаты расчетов за сутки. Нынешние версии, как для CPU, так и для GPU, довольно стабильны, и сейчас не услышишь историй, как десять crash подряд заставили пламенного альтруиста плюнуть на благо человечества и покинуть проект. Остались в прошлом и подозрения, что под видом борьбы с раком идет расчет какой-нибудь гадости, вроде нового вида бактериологического оружия: практически все данные проекта поступают в открытом виде, и если бы там пряталось что-то нехорошее, это давно бы вычислили. В конце концов, нигде нет столько параноиков, как в тусовке альтруистов.
Скорее, некоторое снижение популярности Folding@home связано с вопросом, который начинают задавать все больше людей - "А чего, собственно, удалось достигнуть за десять лет?" Оно, конечно, не жалко запустить на постоянно работающем компьютере или игровой консоли программку, пусть это и приведет к росту ежемесячного счета за электричество на 100-200 рублей за одну машину (процессоры и, тем более, видеокарты под нагрузкой "едят" драматически больше, чем в режиме uTorrent+Miranda). Но хотелось бы узреть хоть какой-то очевидный результат!
Примерно такую картинку можно увидеть на экране, если запустить клиент в графическом режиме. Чем мощнее машина, тем больше разноцветных шариков.
На официальном сайте проекта об этом говорят весьма уклончиво. Цитируем: "Мы достигли определённых успехов. Вы можете прочитать об этом на странице Наука, на нашей странице Награды, или перейти по ссылке Результаты". По линкам обнаруживается список наград за саму платформу и перечень статей, написанных по результатам вычислений. Последний кажется довольно большим, но когда вспоминаешь, что 54 работы написаны за все десять лет, начинают терзать смутные сомнения. В конце концов, зная производительность ученой братии, пять с небольшим статей в год - это негусто.
Но может быть, работы настолько глубоки, что количество не имеет никакого значения? Если вы в достаточной мере владеете научным английским и разбираетесь в биологии, можете ответить на этот вопрос сами, ознакомившись с кратким описанием каждой работы. К сожалению, автор этой статьи, не может похвастаться такими знаниями, и ему пришлось прибегнуть к консультации профессора кафедры биомедицинского инжиниринга из Ben-Gurion University of the Negev (Израиль), давшего ее на условиях анонимности. По мнению профессора, если сравнить проект с попыткой понять принцип работы автомобиля, сейчас можно было бы говорить о постижении причин, из-за которых колеса сделали круглыми, а не квадратными. Но есть еще некоторые сомнение по поводу восьмиугольников. Все же остальное, от устройства двигателя внутреннего сгорания и климат-контроля до формулы краски кузова, не изучено вообще никак. Тем не менее, профессор считает Folding@home достаточно полезным и даже рекомендует подключаться к нему своим студентам. Парадокс? Ничуть не бывало. "Folding@home сильно напоминает тыкание пальцем в небо. Но иногда в науке это срабатывает, плюс нельзя переоценить важность чувства причастности к важному делу, возникающего у молодых исследователей. Да и палец сейчас стал таким мощным, что того и глядишь, попадет в нужное место".
В современной науке еще осталось место колбочкам и пробиркам. Однако без компьютеров решить многие задачи попросту невозможно - уж слишком велик объем информации.
Справедливости ради, следует заметить, что вопросы о конкретных результатах "здесь и сейчас" обычно задают новички, плохо представляющие, как работает современная наука. Между тем, участники со стажем ощущают себя кем-то вроде старателей, помогающих ученым отгребать пустую породу. Привлекать к этой неблагодарной работе высокооплачиваемых профи (читай - суперкомпьютеры) бессмысленно, они вступят в бой, когда найдут первые золотые слитки. Но случится это (если, конечно, случится) нескоро, хотя с появлением новых мощных GPU и действительно многоядерных CPU дело может пойти поживее: уже сегодня руководители проекта обещают вскорости достичь производительности порядка 100 петафлопс. То есть число пальцев, устремленных в небо, существенно увеличится…
В текущей (6.23) версии клиента Folding@home есть возможность регулировать уровень загрузки процессора, и потому его можно без ущерба для удобства работы запускать даже на очень слабеньких системах. Работает клиент на всех популярных операционных системах, так что его можно ставить даже на продвинутые NAS. А вот ставить или нет - решайте сами. Физический износ компьютера не ускорится, но шуметь он, скорее всего, будет заметно больше, да и придется ежемесячно платить несколько сотен рублей за электричество сверх обычной суммы (чем мощнее процессор и видеокарта - тем больше). Но зато, когда рак и болезнь Альцгеймера, наконец, одолеют, вы сможете почувствовать себя одним из победителей. Ну, или ваши дети. Или внуки.
Кстати, российские суперкомпьютеры никак не войдут в мировой TOP-10, а проект Союзного государства "СКИФ-ГРИД", который должен этот вход обеспечить, еще не вышел на проектную мощность. А что если создать национальный проект распределенных вычислений и устанавливать клиент на все компьютеры, закупающиеся в рамках федеральных программ? Ну и, конечно, выложить версию с поддержкой вычислений на GPU в открытый доступ. Неужели не наберем четыре с небольшим сотни терафлопс, как у самого мощного российского суперкомпьютера "Ломоносов"? Главное - придумать - что будет полезно и важно вычислять в первую очередь. Ждем ваших идей в комментариях к этой статье.
Начинаем установку - запускаем инсталлятор.
Шаг 2
Ознакомьтесь с лицензионным соглашением. Если вы с ним согласны — нажмите "I Agree", если не согласны — пожалуйста, передумайте и согласитесь .
Шаг 3
Здесь выбираем Custom install — это позволит получить доступ к некоторым настройкам, которые нам пригодятся.
Шаг 4
Осторожно: бета-версия!
Здесь важно выбрать именно Install just for me (установка только для этого пользователя), поскольку выбор Install for everyone (установка для всех пользователей) может приводить к неработоспособности клиента из-за неправильно назначенных прав доступа.
Шаг 5
Здесь можно выбрать папку, в которую будет установлен клиент.
Шаг 6
… а здесь - папку, в которой будут находиться задания (Work Unit'ы). Инсталлятор кладёт в эту папку конфигурационный файл клиента, лог-файл, папку для счётных ядер и папку для заданий.
Осторожно: бета-версия!
Если вы устанавливаете клиент из учётной записи пользователя, не имеющей прав администратора, то НЕОБХОДИМО ввести здесь тот же путь, что и в шаге 5! Иначе будут проблемы.
При нажатии "Next" появится окошко, предупреждающее о том, что если папка c заданиями расположена в папке самого клиента, то она всегда будет удаляться при его деинсталляции. Нажмите ОК.
Шаг 7
-
1.Automatically start with FAHControl — автоматически запускать fahclient.exe при запуске FAHControl – графического интерфейса, предназначенного для управления клиентом.
2.Automatically start as a console application at login time — запускать fahclient.exe как консольное приложение при входе пользователя в систему. При этом открывается окно консоли и сворачивается в закладку на панели задач. Аналогично поведению консольного клиента 6-й версии.
3.Automatically start as a system service at boot time — запускать fahclient.exe как системную службу при загрузке ОС. ВНИМАНИЕ! Это работает только для SMP и BigAdv. Клиенты для видеокарт не могут запускаться как сервис.
4.Start manually - запускать fahclient.exe вручную.
Чекбокс "Automatically start FAHControl at login time" добавляет FAHControl.еxе в автозапуск для текущего пользователя (или для всех, если выбрана установка "для всех"). Запуск происходит при входе пользователя в систему.
-
Donor - нужно указать свой ник в фолдинге;
Team - 47191 ;
Passkey - пасскей ( уникальный идентификатор, необходимый для однозначной идентификации пользователя и начисления бонусов за SMP и BigAdv задания);
Preferred mode:
"SMP" - будет автоматически сконфигурирован SMP-клиент на все ядра процессора (в т.ч. виртуальные у процессоров с HT);
"GPU" - будут сконфигурированы клиенты для всех найденных видеокарт;
"Uniprocessor" - будет автоматически сконфигурирован клиент для заданий, использующих одно процессорное ядро.
Установка завершена. После завершения установки клиент запустится автоматически в конфигурации, заданной на шаге №8.
Но это ещё не всё. Откроется окно Windows Security Alert, запрашивающее разрешения для FAHClient.exe.
Нужно разрешить работу и в Private networks, и в Public networks (отметить оба пункта) и кликнуть "Allow Access".
Вот теперь — всё!
Осторожно: бета-версия!
При установке из учётной записи пользователя, не имеющей прав администратора НЕ СОЗДАЮТСЯ ярлыки ни на рабочем столе, ни в меню "Пуск" (точнее, они создаются, но для учётной записи администратора).
Если Вы работаете в ограниченной учётной записи, FAHControl.exe нужно запускать от имени администратора.
Руководство по клиенту Folding@Home v7
Часть 2: настройка BigAdv и SMP+GPU конфигураций клиента v7
Во второй части руководства описаны настройки клиента v7 для счёта BigAdv заданий или одновременного запуска заданий на SMP и ОДНОЙ видеокарте. Настройка счёта на нескольких видеокартах — процесс чуть менее тривиальный и будет рассмотрен в 3-й части.
-
Сore — Счётное ядро. Программа выполняющая, собственно, научные вычисления. Перечень можно найти тут: http://fahwiki.net/index.php/Cores (англ.)
Slot – Слот. Конфигурационные параметры для конкретного счётного ядра.
Сlient — Клиент. Этим термином обозначается как вся программа, так и конкретно та её часть (fahclient), которая отвечает за запуск счётных ядер и управление ими. Иногда этим же словом обзывают само счётное ядро. В общем, путаница та ещё.
Я буду обзывать "клиентом" и всю программу и fahclient'a, потому что более удачных терминов не придумал.
Work unit (WU) – "Жаба" (от англ. "Job"), задание. Некий набор исходных данных, перерабатываемый счётным ядром в результат.
Uniprocessor WU — задание, для однопоточных вычислений. Использует одно процессорное ядро, считается долго, даёт мизерное количество очков. Годится для старых однопроцессорных машин.
SMP WU – задание для многопоточных вычислений. Требует наличия как минимум двух процессорных ядер, даёт заметно большее количество очков, чем однопроцессорное + для СМП заданий есть система бонусов, умножающая количество очков на некий коэффициент, зависящий от скорости возврата результата (чем быстрее посчитается и отправится задание — тем выше бонус-фактор)
BigAdv WU – "БигЖаба", задание для многопоточных вычислений, но большое . Требует быстрого интернета (само задание — около 25МБ, результат — около 100МБ) и быстрого процессора (около 4ГГц) с не менее чем восемью ядрами (или 4 реальных + 4 HyperThreading). Считается несколько суток в режиме 24/7. Система бонусов действует и здесь, при достаточно высокой скорости счёта даёт в разы больше очков, чем обычный СМП.
GPU WU – задание для видеокарт. Сравнительно небольшие и "дешёвые", но быстро считающиеся задания, за счёт чего количество очков в сутки весьма высокое. Системы бонусов (пока) нет.
-
* Новое счётное ядро для видеокарт серий 5*** и 6*** (Сore 16) вызывает зависания системы при просмотре видео с включённым аппаратным ускорением в системах с видеокартами серии 6*** на драйверах вплоть до 11.4 включительно.
* Нынешняя версия счётного ядра для видеокарт серий 5*** и 6*** сильно процессорозависима, и один слот с GPU AMD использует одно процессорное ядро или поток. Соответственно, при использовании SMP + GPU AMD нужно указать в настройках SMP-слота меньшее количество потоков, чтобы освободить ресурсы для GPU-ядра.
* Core 16 находится в стадии раннего бета-тестирования, так что всё должно измениться к лучшему. Когда-нибудь .
Оно нас совершенно не устраивает, поскольку в нём слишком мало информации и элементов управления . Потянем окошко за правый край.
И увидим выпадающее меню, в котором выбран пункт "Novice". Поменяем его на "Expert".
Вот это другое дело!
Нажимаем на Configure. Перед нами меню конфигурации клиента. Так как наша задача — добавить счётное ядро или изменить его тип, нам интересен раздел Slots.
BigAdv
Тем из нас, кому нужно изменить тип клиента с обычного SMP на BigAdv нужно кликнуть Edit.
SMP+GPU
Тем же, кто хочет добавить к SMP видеокарточку, нужно добавить новый слот, нажав Add.
В обоих случаях открывается окно конфигурации слота.
BigAdv
В случае с настройкой счёта "Бигжаб", нужно просто добавить в Extra slot options SMP+GPU nVidia
В случае с видеокартой nVidia выбираем в нём GPU и нажимаем "OK".
SMP+GPU AMD
Если же речь идёт о видеокарте AMD серии Radeon 5*** или 6***, то опять-таки выбираем GPU и добавляем в Extra slot options
реклама
Как видно, в двух случаях из трёх нужно редактировать Extra slot options. Это делается так: в разделе Extra slot options нужно нажать "Add" – появится небольшое окошко "Edit options" в поле "Name" которого нужно ввести "client-type", а в поле "Value" – "advanced" или "bigadv". И нажать ОК, разумеется.
Сохраняем новую конфигурацию (кнопка Save в окне конфигуратора), и всё.
Модераторы сабреддита «PC Master race» призвали владельцев мощных игровых видеокарт присоединиться к научным облачным вычислениям Стэнфордского проекта Folding@Home, который прямо сейчас занимается расчетом моделей сразу по восьми направлениям для борьбы с COVID-19. Инициативу сообщества Reddit уже поддержала компания Nvidia, которая призвала через твиттер своих потребителей предоставить ученым вычислительные мощности своих видеокарт:
Важно отметить, что сабреддит «PC Master race» не пытается хайпануть на теме коронавируса: поддержка Folding@Home и первый систематизированный мега-тред, посвященный проекту, был опубликован еще 4 месяца назад, когда о коронавирусе даже не слышали. Кроме того, пользователи упоминали F@H в сабреддите на протяжении последних пяти лет.
Как принять участие в коллективных вычислениях, даже если вам плевать на COVID-19 и вы хотите, чтобы побыстрее нашлось лекарство от рака — под катом.
Для того, чтобы принять участие в вычислениях и поддержать ученых собственными мощностями, у вас есть три варианта.
Первый: присоединиться к вычислительной реддит-группе сабреддита «PC Master race».
Второй: ввести конкретный код интересующего исследования и считать самостоятельно, по выбранному направлению.
Вариант для тех, кому плевать на COVID-19: выбрать из четырех предлагаемых направлений (рак, альцгеймер и т.д.) и считать там.
Для того чтобы стать часть вычислительной группы, потребуется установить на ПК специальное программное обеспечение F@H. Полный перечень инсталляторов можно забрать тут. Сейчас из коробки поддерживаются Windows 10, MacOS, Ubuntu, CentOS, Fedora, RedHat, Debian и Mint. Также стоит ознакомиться с этой статьей и ранее упоминаемым тредом на самом Reddit. Для интересующихся — репозиторий на GitHub.
Чтобы вы не тратили время: для того чтобы подключиться к вычислениям, надо указать код проекта (расчетной группы) в настройках ПО F@H. Разработчики предлагают использовать веб-интерфейс, но стабильным его назвать можно с большим трудом. В конфигурации клиента в поле «Team number» вводим код группы Reddit, которая считает все подряд, либо конкретного вычисления по COVID.
Код группы: 225605
14530/14531: Coronavirus SARS-CoV-2 (COVID-19 causing virus) protease — potential drug target
14328: Coronavirus SARS-CoV-2 (COVID-19 causing virus) protease — potential drug target
11741: Coronavirus SARS-CoV-2 (COVID-19 causing virus) receptor binding domain in complex with human receptor ACE2.
11746: Coronavirus SARS-CoV-2 (COVID-19 causing virus) receptor binding domain in complex with human receptor ACE2 (alternative structure to 11741).
11742: Coronavirus SARS-CoV-2 (COVID-19 causing virus) protease in complex with an inhibitor.
11743: Coronavirus SARS-CoV-2 (COVID-19 causing virus) protease – potential drug target.
11744: Coronavirus SARS-CoV (SARS causing virus) receptor binding domain trapped by a SARS-CoV S230 antibody.
11745: Coronavirus SARS-CoV (SARS causing virus) receptor binding domain mutated to the SARS-CoV-2 (COVID-19 causing virus) trapped by a SARS-CoV S230 antibody.
Для мощных рабочих станций с видеокартами последнего поколения, либо с полноценными ригами на GPU, рекомендуется получить персональный ключ, связавшись со Стэнфордом. Это позволит оптимизировать нагрузку и вычисления.
Важно! Изначально вам может показаться, что FAHControl не подает признаков жизни и на автоматических настройках все сломалось. Если так, то вы, скорее всего, столкнулись с теми же проблемами, что и редакция блога: очень долгое получение задания. После нескольких сессий и подключений ПО наконец-то должно получить данные для расчета и ваша видеокарта все же займется работой.
На прошлой неделе основатели Стэнфордского проекта Folding@Home предложили добровольцам объединить процессорные мощности в общей системе для исследования COVID-19. Данные, поступающие от проекта, будут оперативно направлять в лаборатории по всему миру.
В рамках проекта распределенных вычислений уже добавлено 23 новых проекта. Folding@Home позволяет исследователям использовать пожертвованные циклы CPU и GPU для имитации сворачивания белка.
Изначально было добавлено три новых проекта (11741, 11742 и 11743). Затем исследователи из Мемориального онкологического центра Слоана Кеттеринга, Вашингтонского университета в Сент-Луисе и Университета Темпл добавили еще 20 проектов.
Вот текущие идентификаторы проекта Folding@Home, которые соответствуют исследованию COVID-19: 11741, 11742, 11743, 11744, 11745, 11746, 11747, 11748, 11749, 11750, 11751, 11752, 11759, 11760, 11761, 11762, 11763, 11764, 14328, 14329, 14530, 14531 и 14532.
Чтобы начать работу с Folding@Home, нужно загрузить клиент Folding@Home и установить его. Клиент будет автоматически настроен для легкого использования ресурсов процессора ПК для выполнения сворачивания белка при входе в Windows. Графический процессор будет использоваться только в том случае, если поддерживается его аппаратное и программное обеспечение. При желании увеличить нагрузку на процессор и графический процессор можно щелкнуть правой кнопкой мыши значок Folding@Home в своей системе Windows и выбрать уровни «Легкий», «Средний» или «Полный». Однако, чем выше интенсивность, тем медленнее будет работать компьютер, тем больше тепла он будет генерировать и тем больше электроэнергии будет использовать.
Чтобы проверить, над каким проектом работает ПК, или изменить некоторые настройки программы через веб-интерфейс, можно выбрать опцию «Веб-контроль», как показано на рисунке. Это откроет веб-страницу, показывающую текущую работу.
Между тем модераторы сабреддита «PC Master race» призвали владельцев мощных игровых видеокарт присоединиться к Folding@Home. Компания Nvidia также обратилась к потребителям с призывом предоставить ученым вычислительные мощности своих видеокарт.
Согласно информации издания Tom's Hardware, научный проект распределенных вычислений Folding@Home с каждым днем наращивает свои мощности для исследования коронавируса (COVID-19). Благодаря большому росту добровольцев, которые подключились к проекту за последние две недели, проект Folding@Home теперь достиг 470 петафлопс вычислительных мощностей. А это в два раза больше, чем у Summit, самого быстрого суперкомпьютера в мире, по данным Top500 лучших суперкомпьютеров. Текущие возможности Folding@Home сопоставимы с суммарной мощностью семи лучших суперкомпьютеров мира вместе взятых. Оценочные данные о количестве пожертвованных пользователями для исследований ядер СPU/GPU: более 27 млн.
В текущей сложной ситуации во время эпидемии коронавируса уже более четырехсот тысяч добровольцев пожертвовали свои вычислительные ресурсы, чтобы помочь в изучении коронавируса (COVID-19). Сейчас проект Folding@Home занимается расчетом моделей сразу по нескольким направлениям для борьбы с COVID-19.
В рамках проекта распределенных вычислений уже добавлено двадцать три новых подпроекта. Folding@Home позволяет исследователям использовать пожертвованные циклы CPU и GPU, например, для изучения работы молекул белка, участвующего в подавлении COVID-19 иммунной системой. Также все данные, полученные в результате работы проекта Folding@Home, оперативно отправляются в исследовательские лаборатории по всему миру для анализа и изучения.
На данный момент в этих экспериментах по поиску лекарства от коронавируса с помощью Folding@Home участвуют лаборатории Bowman lab, Chodera lab, Voelz lab. Их текущие проекты направлены на исследование процессов взаимодействия короновируса с рецептором ACE2, который присутствует в организме человека, и через который вирус проникает в клетки. Список научных лабораторий и исследователей, работающих с проектом Folding@Home постоянно пополняется.
20 марта 2020 года руководитель инициативы Folding@Home Грегори Боуман (Gregory Bowman) на ресурсе Reddit рассказал, что за последние две недели количество участников проекта выросло на 1200 %.
«У нас было около тридцати тысяч активных пользователей до начала пандемии коронавируса. Но за последние две недели еще более четырехсот тысяч добровольцев присоединились к проекту Folding@Home», — написал Грегори Боуман в Reddit.
Текущая статистика и информация о количестве занятых в проекте ресурсах доступна на том портале.
Чтобы помочь исследователям в изучении коронавируса, необходимо скачать клиент Folding@Home на свой компьютер. Полный перечень альтернативных инсталляторов находится на этой странице проекта. В настоящее время поддерживаются ОС Windows 10, MacOS, Ubuntu, CentOS, Fedora, RedHat, Debian и Mint. Вдобавок у проекта есть репозиторий на GitHub. Руководство по установке и настройке клиента Folding@Home.
«Данные, которые вы помогаете нам генерировать, будут быстро и открыто распространяться в рамках открытого научного сотрудничества множества лабораторий по всему миру», — пояснил глава проекта Грегори Боуман, который кстати является биохимиком и работает в Университете Вашингтона в Сент-Луисе.
Для мощных рабочих станций с видеокартами последнего поколения, либо с полноценными ригами на GPU, рекомендуется получить персональный ключ, связавшись со специалистами проекта Folding@Home. Это позволит оптимизировать нагрузку и вычисления.
«За три прошлых года огромное количество людей внесли свой вклад в проект Folding@Home. По нашим данным в нем в разное время принимали активное участие почти два миллиона пользователей, согласно данным нашего сервера статистики. Спасибо всем, кто вносит вклад в проект Folding@Home! За эти годы вы помогли реализовать много удивительных научных достижений, которые просто были бы невозможны без вашей помощи. Сейчас мы все вместе занимаемся исследованиями для борьбы с COVID-19», — заявил представитель проекта Folding@Home.
«Это громадные расчеты, и каждый может немного помочь. Каждая симуляция, которую вы запускаете, похожа на покупку лотерейного билета. Чем больше билетов мы купим, тем больше у нас шансов выиграть джекпот», — подытожил Боуман.
Ранее 13 марта 2020 года компания Nvidia призвала через твиттер своих пользователей предоставить для проекта Folding@Home вычислительные мощности их видеокарт:
Nvidia поддержали не только обычные пользователи, но даже IT-компании. Например, МТС предоставил для проекта Folding@Home свои облачные ресурсы, выделив для этого несколько графических ускорителей NVIDIA Tesla V100d 32Gb, объединенных высокоскоростной сетью 100 Гбит. «В текущей ситуации важно объединять усилия, чтобы сохранить жизни и здоровье людей. Мы решили присоединиться к проекту, который работает над изучением вируса COVID-19 и поиском лекарства от него», — объяснил Олег Мотовилов, директор облачного направления МТС.
С конца января 2020 года и по настоящее время альтернативный проект распределенных вычислений Rosetta@home также подключился к борьбе с коронавирусом. «Мы рады сообщить, что набор молекулярного моделирования Rosetta недавно использовался для точного прогнозирования структуры важного белка коронавируса в атомном масштабе за несколько недель до того, как его можно было измерить в лаборатории. В настоящее время знания, полученные при изучении этого вирусного белка, используются для руководства по разработке новых вакцин и противовирусных препаратов», — написали представители проекта Rosetta@home. С момента выпуска последовательностей генома SARS-CoV-2 в конце января 2020 года, ряд важных белков коронавируса был смоделирован на компьютерах добровольцев Rosetta@home. Список этих белков предоставлен Сиэтлским центром структурной геномики по инфекционным заболеваниям (SSGCID).
Читайте также: