Folding home что это за программа
В Folding@Home насчитывается уже 23 проекта по исследованию COVID-19. Подключились геймеры
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.
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.
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.
⇡#Если забыть про цифры
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.
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».
Folding@Home достиг мощности вместе взятых 7 лучших суперкомпьютеров из Top500, у проекта уже более 400 тыс. участников
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).
Я давно не встречал ничего оригинального или необычного среди огромного количества софта в Google Play. Однако недавно случайно в соц. сетях увидел пост о приложении Folding@Home, и оно меня действительно заинтересовало. Приложение создано совместно Стэнфордским университетом и компанией Sony.
Дело в том, что когда мы спим, наш смартфон может активно работать. Ученые из Стэнфорда предлагают пользователям принять участие в исследованиях, попросту предоставив аппаратные мощности смартфона при определенных условиях, чтобы помочь в борьбе с болезнью Альцгеймера.
Я не биолог и не медик, поэтому кратко и доступно, а возможно и не совсем точно, объясню, почему это приложение так необходимо всем нам и ученым. Болезнь Альцгеймера довольно серьезная, от нее не существует лекарства, но есть методы для профилактики, а также ослабления симптомов и последствий. В настоящее время ей больны около 27 миллионов людей на всей Земле, а по прогнозам ученых, к 2050 году уровень людей, заболевших Альцгеймером, увеличится в 4 раза! Существуют три основные научные теории причин возникновения данной болезни, а также несколько десятков других сценариев и вариантов появления болезни, по мнению ученых.
В нашем организме каждую секунду происходят миллионы реакций, в которых белки и аминокислоты сворачиваются, синтезируются (и еще один Бог знает, что делают там эти белки да аминокислоты). И ученые пытаются найти тот самый «случай», когда происходит ошибка в сворачивании белка и образовании цепочек аминокислот, а вследствие чего и возникает болезнь Альцгеймера. Мы все настолько индивидуальны и уникальны, что у всех данные процессы протекают по-разному, поэтому необходимо выявить взаимосвязь в этом процессе. А для этого необходимы десятки лет долгих исследований. Необходима огромная вычислительная мощность, чтобы произвести исследования всех цепочек аминокислот и процессов сворачивания белка, чтобы значительно увеличить скорость поиска лекарства для болезни Альцгеймера.
К примеру, в среднем один суперкомпьютер из Стэнфорда обладает мощностью 10 терафлопсов. Аналогичную вычислительную мощность в 10 терафлопсов могут предоставить всего 334 флагманских смартфона! До этого приложение активно устанавливали пользователи Sony PlayStation 3 и помогали в исследованиях.
Это была предыстория появления приложения, а теперь давайте перейдем к самому софту. При запуске приложения вам предлагают прочитать условия использования. Ну, конечно, это никто не читает и это никого не интересует. Там есть пункт, написанный КАПСОМ, в соответствии с которым «МЫ МОЖЕМ В ЛЮБОЕ ВРЕМЯ ИЗМЕНЯТЬ ДАННЫЕ УСЛОВИЯ ИСПОЛЬЗОВАНИЯ БЕЗ ПРЕДВАРИТЕЛЬНОГО УВЕДОМЛЕНИЯ И БЕЗ КАКОЙ-ЛИБО ОТВЕТСТВЕННОСТИ ПЕРЕД ВАМИ (!)» и «Компания Sony Mobile оставляет за собой право анонимно отслеживать ваши действия в Приложении Sony Mobile и сообщать о них нашим сторонним поставщикам статистических услуг». Присутствует ряд аналогичных пунктов в соглашении, поэтому тут все же следует задуматься особо трепетным пользователям. Однако нам обещают закрытие доступа к личным данным, однако прочитайте сначала строчку, написанную выше КАПСОМ.
На второй строке указывается тип исследования, в котором участвовал смартфон. К сожалению, обычному человеку без профильного медицинского образования трудно понять, в исследованиях белков какого типа участвовал его смартфон. Далее, ниже отображается количество реальных участников в тестах в данную минуту. В нижней полоске указывается время, которое в действительности принесло пользу для науки, т.е. сколько часов и минут смартфон использовал свои вычислительные мощности для исследования.
В меню приложения можно увидеть графу с настройками, юридической информацией и руководством по настройке. В настройках можно установить время для исследования, определить настройки уведомлений самого приложения и регулирование возможности автоматической отправки данных по Wi-Fi в реальном времени.
Таким образом, для работы нужно три условия: подключение к сети ЗУ и 100% уровень батареи, сеть Wi-Fi и определенное время. По факту, все параметры, кроме первого-основного, можно настроить под свои пожелания.
Во время активной работы приложения устройство все так же стабильно работало. Никаких глюков в работе иного софта замечено не было. Обратил внимание лишь на то, что если подключить к сети и дождаться 100% заряда батареи, а также запуска приложений, и воспользоваться другими программами, то смартфон начинал сразу же заметно нагреваться. Если же не пользоваться им во время работы данного приложения, то корпус устройства совсем не нагревается. В целом же, приложение остается в работоспособном состоянии и активно занимается вычислением при отправке сообщений, звонках и прочих вариантах использования устройства. Разработчики изначально рассчитывали, что оно будет работать лишь ночью.
К сожалению, у приложения есть один нюанс. На данный момент приложение Folding@Home совместимо со всеми смартфонами серии Z, а также с Xperia T3, T2 Ultra, M2 Aqua и С3 и доступно в Google Play. Однако в начале 2015 года, по заявлению разработчиков, программа станет доступной для всех смартфонов под управлением Android 4.4.
Подводя итоги, можно сказать, что приложение для каждого отдельного пользователя, установившего его, практически не несет ощутимой пользы. Зато оно несет пользу для науки и для всего человечества в целом, по крайней мере точно для тех, кто борется и помогает бороться с болезнью Альцгеймера в настоящее время. Уверен, что это благая цель и подобным инициативам необходимо активно содействовать.
story_of_galaxy
Используемое автором устройство: Sony Xperia Z3
[email protected]: суперкомпьютер дома
Вычислительные ресурсы современных домашних компьютеров используются в лучшем случае на 10–20%, если ПК включается не только для того, чтобы поиграть. При работе в интернет- и офисных приложениях задействуются считаные проценты процессорного времени даже одноядерных CPU, а 3D-акселераторы так и вовсе простаивают, если не использовать Windows Vista с графическим интерфейсом Aero. Соответственно, вложенные в домашний ПК средства оправдывают себя лишь с появлением хорошей игры или при желании заняться творчеством. В поисках того, чем бы загрузить компьютер в свободное от тяжелых задач время, мы обратили внимание на проект Стэнфордского университета [email protected] В фундаментальных исследованиях рассчитываются сложнейшие математические модели, что дает отличную возможность в полной мере реализовать излишки вычислительного потенциала персональных компьютеров. Причем не из одного желания заставить ПК трудиться на благо человечества – дополнительное моральное удовлетворение можно получить от участия в национальной команде, укрепляющей престиж родной страны на мировой вычислительной арене. В этом материале мы не только расскажем о том, как сделать свой домаший ПК частью глобального суперкомпьютера, но и постараемся ответить на вопрос, стоит ли тратить электроэнергию на [email protected] с точки зрения научной ценности результатов данного проекта.
Распределенные вычисления (РВ) – метод решения ресурсоемких задач с помощью множества персональных компьютеров, объединенных в вычислительную сеть. Каждый ПК, участвующий в проекте РВ, получает небольшое задание, обрабатывает его и отправляет результат в исследовательский центр в автоматическом режиме. При такой организации расчетов становится возможным объединенными ресурсами значительного числа обычных домашних или офисных ПК достичь вычислительной мощности суперкомпьютеров. В частности, суммарная производительность более 180 000 процессоров, задействованных в [email protected], на текущий момент превышает 210 терафлопс, что выводит данную вычислительную сеть на лидирующие позиции среди мощнейших суперкомпьютеров мира. Конечно, напрямую сравнивать распределенные и централизованные вычислительные «фермы» нельзя, но у [email protected] в любом случае остается неоспоримое преимущество: стоимость использования 180 000-процессорного суперкомпьютера также распределяется между десятками и сотнями тысяч пользователей, выражаясь в незначительном увеличении счетов за электроэнергию. Сами программы РВ (так называемые клиенты) написаны таким образом, чтобы работать с наиболее низким приоритетом – т. е. они не «мешают» ни пользователю, ни программам и, по сути, подменяют собой процесс System Idle Process («Бездействие системы»).
Если вспомнить историю, первые проекты распределенных вычислений появились около десяти лет назад. Это были [email protected] (поиск внеземных цивилизаций) и Distributed.net (участники пытаются доказать ненадежность криптоалгоритма RC5 путем прочтения зашифрованного им послания). Позднее возникли более общественно полезные проекты в разных областях науки – математике, физике, биологии. [email protected] стартовал 1 октября 2000 года, и на сегодня это один из самых популярных (количество участников уже перевалило за 550 тыс.) и прогрессивных проектов распределенных вычислений, о котором немало говорят как специализированные, так и общественные средства массовой информации. Большой интерес вызывает он и у производителей аппаратного обеспечения – ATI и NVIDIA с их графическими процессорами и Sony с ее приставкой PlayStation 3 считают делом чести обеспечить возможность использования своих продуктов в [email protected]
Подключится за 5 минут
На сайте folding.stanford.edu/download.html следует выбрать версию клиента для Windows XP или Vista для центрального или графического процессора. Чтобы настроить систему с двумя видеокартами Radeon, необходимо внимательно изучить инструкции по адресу fahinfo.org/gpu/multi_gpu_howto.html. Для обычных клиентов процесс установки консольной версии приведен ниже.
После загрузки клиента копируем файл FAH50х-Console.exe в папку, которая в дальнейшем станет рабочей (например, C:Program FilesFolding). Затем запускаем клиент и отвечаем на вопросы:
«Разом нас багато!»: команда 2164 – Ukraine
Кроме научной ценности [email protected], существует еще и «спортивный» интерес для участников данного проекта: за каждое обработанное задание начисляются очки (см. сайты folding.stanford.edu/stats.html и folding.extremeoverclocking.com). Соответственно, чем выше суммарный балл – тем выше место в команде и в проекте в целом. Украинцы присоединились к [email protected] в 2002 году, а сейчас команда Ukraine (2164) насчитывает полтысячи пользователей, принявших участие в проекте за четыре года, и входит в тридцатку сильнейших по вычислительной мощности среди 2000 команд, по которым ведется статистика.
Если говорить о текущем положении команды Ukraine (2164) в мировой вычислительной табели о рангах, в последние месяцы мы стремительно прогрессируем: войдя в сотню команд по общему количеству заработанных баллов (за всю историю [email protected]), мы продолжаем уверенно двигаться вперед и сейчас приближаемся к 70-му месту. По среднесуточной производительности уже остались позади команды Польши, Латвии, Литвы, Дании, Норвегии, Греции, Китая, Малайзии, Бразилии, Китая, компаний MSI, AMD, ATI, разработчиков Google, Firefox, Mozilla, Futuremark, Web-сайтов Sharky Extreme, Toms Hardware, XtremeSystems.org, Macrumors.com и многие другие. Впереди – Россия, Португалия, Голландия, ну а на недосягаемой высоте – австралийцы, если говорить о национальных командах. Впрочем, почему недосягаемой? Все возможно, ежели поднапрячься: у самых успешных команд порядка 1000 активных участников, в то время как в нашей таких пока чуть более 150. Учитывая то, что «Домашний ПК» читают свыше 100 тыс. украинцев, можно только представить, как много вычислительных ресурсов у нас остаются незадействованными. Кстати, самый простой способ увеличить результативность – подключить максимум компьютеров – свой домашний, рабочий, ПК друзей. Конечно, можно это сделать и незаметно для пользователей (администраторы сетей поймут, о чем речь), но злоупотреблять служебным положением мы не рекомендуем даже на благо человечества и ради укрепления престижа родной державы.
Помимо альтруизма и патриотизма, есть и другой мотив для участия в [email protected]: пользователи соревнуются в PPD (количество баллов в сутки), полученных с одной машины. Это очень похоже на состязания в разного рода 3DMark’ах, и «Домашнему ПК» не чужд азарт: редактору хардверного раздела Максиму Потапову удалось установить рекорд – впервые на просторах СНГ преодолеть барьер в 3000 PPD с одной машины на случайно выбранных заданиях. Для этого потребовалось немного разогнать редакционную тестовую систему на базе четырехъядерного Intel Core 2 Extreme QX6700 с видеокартой Sapphire Radeon X1950 XTX и дождаться благоприятного стечения обстоятельств – получения заданий, которые бы быстро просчитывались и щедро вознаграждались. И мы не собираемся останавливаться на достигнутом – вскоре будет добавлена «фреоновая» система охлаждения, и мы, по-видимому, снова обойдем россиян.
Поделиться о своих достижениях на поприще научных вычислений и познакомиться с участниками «национальной сборной» можно на форуме www.distributed.org.ua. Там же опытные «кранчеры» ответят на любые вопросы, касающиеся [email protected] и других проектов распределенных вычислений.
Программные ядра [email protected] и процессорные архитектуры
Несмотря на схожесть вычислительных алгоритмов, время расчетов может существенно отличаться как для разнообразных программных ядер, так и для разных процессоров. В связи с этим нельзя говорить, что какая-то одна архитектура (Pentium 4/Netburst, Pentium M/Core или Athlon XP/64) является наилучшей для [email protected] в целом – все зависит от конкретного задания. Впрочем, с появлением Core 2 большинство заданий быстрее всего выполняются именно на таких процессорах.
Эффективность выполнения заданий выражается прежде всего в результативности с точки зрения самого проекта – т. е. быстрый просчет отдельных заданий позволяет в кратчайшие сроки построить общую модель сворачивания белка. Кроме того, участники зарабатывают очки для себя и своей команды, однако эти две цели (научная и спортивная) могут конфликтовать: например, при одновременном запуске двух задач на одноядерном процессоре с технологией HyperThreading на 10–30% возрастает показатель PPD (Points Per Day). Но для всего проекта это означает снижение производительности, так как задания вернутся с бoльшей задержкой. С другой стороны, участники, которые выполняют задачи с повышенными требованиями к оперативной памяти и сетевому трафику, получают бонусные баллы.
Влияние кэш-памяти
Размер кэш-памяти не оказывает существенного влияния на скорость выполнения заданий. Так, различие между процессорами Athlon (XP или 64) и аналогичными Sempron с урезанным кэшем не превышает 1–2%. Единственным исключением являются большие задания, которые занимают 100–200 MB в памяти. Не в последнюю очередь именно благодаря своему емкому кэшу в этих задачах весьма хорошо себя зарекомендовали процессоры Pentium M/Core/Core 2. Архитектура Athlon 64 также позволяет быстро справиться с такими заданиями вследствие очень низкой латентности доступу к памяти.
Влияние потоковых оптимизаций
Ядро Gromacs поддерживает оптимизации 3DNow!, SSE, а DGromacs – еще и SSE2, потому процессоры с реализацией этих технологий показывают довольно высокую производительность в [email protected] Поскольку эталонная конфигурация, по которой назначаются баллы для заданий, не использует SSE2, то аналогичная машина с SSE2 дает почти двукратный прирост быстродействия.
Многоядерность
Большинство владельцев многопроцессорных или многоядерных машин одновременно запускают несколько копий консольного клиента, которые работают независимо друг от друга (по одному клиенту на ядро, используя разные директории).
Запуск N клиентов [email protected] не обязательно приводит к N-кратному приросту производительности. Так, на двухъядерном Core Duo [email protected] MHz с 1 GB памяти DDR2 533 MHz один клиент способен выдавать до 563 баллов в день на заданиях серии 1495 (очень большие, сверх 100 MB в оперативной памяти), тогда как два таких клиента дают до 686 баллов. Для заданий малого калибра, например 2124 (около 4 MB), прирост практически 100% – со 102 до 202 PPD.
Строительство белков: как это работает?
Основной целью проекта [email protected] является моделирование фолдинга – процесса сворачивания белка в трехмерную пространственную структуру. Вспомним школьный курс биологии: все начинается с рибосом – клеточных фабрик по сборке длинных молекул белков из аминокислот в соответствии с «программой», считываемой из ДНК. Для того чтобы такая протеиновая «заготовка» стала функциональным белком, должен произойти процесс сворачивания молекулы в определенную пространственную форму (конформацию).
Процесс сворачивания белка долгое время ставил ученых в тупик, так как число возможных конформаций исчисляется миллионами, но протеин принимает одну и ту же строго определенную для каждого его вида форму. Белки, утратившие свою форму, становятся неработоспособными. Фолдинг происходит в несколько этапов, но наибольший интерес представляет решающая фаза, когда протеин практически мгновенно принимает свою окончательную форму под влиянием условий внешней среды. Расшифровка этого процесса является сложнейшей проблемой в моделировании молекулярной динамики белков, поэтому находится в фокусе особого внимания ученых.
Научный коллектив [email protected] постоянно совершенствует методы моделирования фолдинга и благодаря вычислительным ресурсам участников проекта занимается непосредственным изучением закономерностей сворачивания белков человеческого организма. Особое внимание уделяется выявлению причин нарушений этого процесса, вызывающих многие тяжелые заболевания. Данные исследования являются фундаментом для разработки новых лекарств и способов лечения многих форм рака, болезней Альцгеймера и Паркинсона, склероза, диабета и др.
Проекту удалось достичь определенных успехов, замеченных и по достоинству оцененных мировым научным сообществом. Успешно завершены эксперименты по изучению влияния молекул воды на сворачиваемость белков. Получены практические результаты в исследовании гена р53, мутации которого вызывают около половины всех известных раковых заболеваний. На счету проекта десятки публикаций в ведущих специализированных журналах (Science, Chemical Physics, Biophysical Journal, Computational Chemistry и др.). Виджай Панде, руководитель проекта, отмечен в 2006 г. престижной наградой Ирвинга Сигала от Protein Society.
Перед проектом [email protected] стоит еще одна важная задача – разработка усовершенствованных аналогов естественных белков, а также принципиально новых структур – так называемых искусственных «самосборных» протеинов с запрограммированной функциональностью. Появление подобных «протеиновых роботов» приведет к настоящей революции в медицине. Первый шаг в этом направлении сделан проектом в содружестве с Медицинским институтом Ховарда Хьюза при университете Вашингтона, где впервые в истории получен полностью искусственный белок Top7. Вначале была разработана компьютерная модель Top7, просчитанная участниками [email protected], которая затем успешно воплотилась в синтетический протеин в лабораторных условиях.