Folding@home: различия между версиями

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску
[непроверенная версия][непроверенная версия]
Содержимое удалено Содержимое добавлено
Строка 74: Строка 74:
По состоянию на сентябрь 2019 года суммарная вычислительная мощность проекта Folding@Home составляет {{gaps|98.7|[[FLOPS|петафлопс]]<ref name="Folding stats">{{cite web | url = https://stats.foldingathome.org/os | title = Client Statistics by OS | author = Pande lab | publisher = foldingathome.org | accessdate = 2019-05-10}}</ref>}} и занимает третью строчку мирового рейтинга самых мощных систем распределённых вычислений, уступая лишь [[Bitcoin]], мощность которого составляет 80704291<ref>{{Cite web|url=https://bitcoincharts.com/bitcoin/|title=Bitcoincharts {{!}} Bitcoin Network|publisher=bitcoincharts.com|accessdate=2019-09-10}}</ref> петафлопс. Для сравнения, первую строчку в мировом рейтинге суперкомпьютеров [[TOP500]] занимает система «[[Summit (суперкомпьютер)|Summit]]» с мощностью около 200 петафлопс.
По состоянию на сентябрь 2019 года суммарная вычислительная мощность проекта Folding@Home составляет {{gaps|98.7|[[FLOPS|петафлопс]]<ref name="Folding stats">{{cite web | url = https://stats.foldingathome.org/os | title = Client Statistics by OS | author = Pande lab | publisher = foldingathome.org | accessdate = 2019-05-10}}</ref>}} и занимает третью строчку мирового рейтинга самых мощных систем распределённых вычислений, уступая лишь [[Bitcoin]], мощность которого составляет 80704291<ref>{{Cite web|url=https://bitcoincharts.com/bitcoin/|title=Bitcoincharts {{!}} Bitcoin Network|publisher=bitcoincharts.com|accessdate=2019-09-10}}</ref> петафлопс. Для сравнения, первую строчку в мировом рейтинге суперкомпьютеров [[TOP500]] занимает система «[[Summit (суперкомпьютер)|Summit]]» с мощностью около 200 петафлопс.


В последние годы интерес к проекту утрачен в связи с возросшей популярностью майнинга криптовалют, позволяющему получать конкретный доход и окупить оборудование всего за несколько лет (по состоянию на сентябрь 2019 года).
В последние годы интерес к проекту снизился из-за возросшей популярности майнинга криптовалют, позволяющему получать гипотетический доход и окупить оборудование всего за несколько лет.


== Настоящие и будущие платформы для проекта ==
== Настоящие и будущие платформы для проекта ==

Версия от 22:16, 10 сентября 2019

Folding@Home
Логотип программы Folding@Home
Скриншот программы Folding@Home
Скриншот клиента Folding@home для PlayStation 3, показывающий 3D модель моделируемого белка
Тип Распределённые вычисления
Автор Виджэй Панде[англ.]
Разработчики Стэнфордский университет / Pande Group
Операционные системы Windows[2], macOS[2], GNU/Linux[2] и FreeBSD[3]
Языки интерфейса английский
Первый выпуск 1 октября 2000
Аппаратная платформа Кроссплатформенное программное обеспечение
Последняя версия 7.5.1 (11.05.2018)
Лицензия Проприетарная [1]
Сайт folding.stanford.edu/Rus…
Логотип Викисклада Медиафайлы на Викискладе

Folding@Home (F@H, FAH) — проект распределённых вычислений для проведения компьютерного моделирования свёртывания молекул белка. Проект запущен 1 октября 2000 года учёными из Стэнфордского университета. По состоянию на июль 2008 года — это был крупнейший проект распределённых вычислений, как по мощности, так и по числу участников[4]. В 2017 году крупнейшим проектом распределённых вычислений стал Биткойн, обогнав Folding@Home [5].

После завершения проект Genome@home подключился к Folding@home.

Цель и значение проекта

Цель проекта — с помощью моделирования процессов свёртывания/развёртывания молекул белка получить лучшее понимание причин возникновения болезней, вызываемых дефектными белками, таких как Альцгеймера, Паркинсона, диабет 2 типа, болезнь Крейтцфельдта — Якоба (коровье бешенство), склероз и различных форм онкологических заболеваний. К настоящему времени проект Folding@home успешно смоделировал процесс свёртывания белковых молекул на протяжении 5—10 мкс — что в тысячи раз больше предыдущих попыток моделирования.

В 2007 году перешли рубеж миллисекунды , имитируя белок под названием NTL9, и 10 миллисекунды барьер в 2010 году с ACBP.

По результатам эксперимента вышло чуть менее 200 научных работ[6].

Принципы работы

Для выполнения вычислений Folding@home использует не суперкомпьютер, а вычислительную мощь сотен тысяч персональных компьютеров со всего мира. Чтобы участвовать в проекте, человек должен загрузить небольшую программу-клиент. Клиентская программа Folding@Home запускается в фоновом режиме и выполняет вычисления лишь в то время, когда ресурсы процессора не полностью используются другими приложениями.

Программа-клиент Folding@home периодически подключается к серверу для получения очередной порции данных для вычислений. После завершения расчётов их результаты отсылаются обратно.

Участники проекта могут видеть статистику своего вклада. Каждый участник может запустить программу-клиент на одном или более компьютерах, может вступить в одну из команд.

Текущее состояние дел

Рубежи (Петафлопс) Дата достижения
1,0 16 сентября 2007
2,0 7 мая 2008
3,0 20 августа 2008
4,0 28 сентября 2008
5,0 18 февраля 2009
6,0 10 ноября 2011
10 19 сентября 2013
40 19 сентября 2014
100 19 июля 2016

По состоянию на 4 февраля 2015 года в проекте Folding@Home активны около 8200000 вычислительных ядер[7]. Суммарная производительность составляет 9,3 петафлопс.

В 2007 году книга рекордов Гиннесса признала проект Folding@Home самой мощной сетью распределённых вычислений.

По состоянию на сентябрь 2019 года суммарная вычислительная мощность проекта Folding@Home составляет 98.7петафлопс[8] и занимает третью строчку мирового рейтинга самых мощных систем распределённых вычислений, уступая лишь Bitcoin, мощность которого составляет 80704291[9] петафлопс. Для сравнения, первую строчку в мировом рейтинге суперкомпьютеров TOP500 занимает система «Summit» с мощностью около 200 петафлопс.

В последние годы интерес к проекту снизился из-за возросшей популярности майнинга криптовалют, позволяющему получать гипотетический доход и окупить оборудование всего за несколько лет.

Настоящие и будущие платформы для проекта

Участники всякого проекта распределённых вычислений всегда стремятся к его распространению как на текущие, так и на новые перспективные платформы. Разумеется, это относится и к Folding@Home, но для того, чтобы создать клиент для новой платформы, каждая платформа оценивается по двум несложным параметрам[10]:

  • скорость работы систем на новой платформе;
  • количество систем на данной платформе, потенциально способных подключиться к проекту.

Основной платформой для проекта по состоянию на начало 2013 года являются многоядерные процессоры для персональных компьютеров (CPU). Наибольшее число заданий (jobs) формируется именно для этой платформы. Одноядерные процессоры, хотя и поддерживаются проектом, находят все меньшее и меньшее применение в связи с потребностью быстро считать задания. Особняком стоят специальные Большие Задания (Big Jobs, BJ) для счёта которых требуется наличие в процессоре 16 и более вычислительных ядер/потоков.

Наиболее перспективными платформами для проекта являются графические процессоры (GPU). Особенность данной платформы в том, что в графическом процессоре параллельно выполняется множество потоков, благодаря чему достигается превосходство в скорости расчётов над самыми современными CPU от Intel и AMD. По информации организаторов проекта, современные графические процессоры имеют ограничения по выполняемым вычислениям, связанные с их более узкой специализацией, поэтому полностью заменить обычные процессоры в проекте они не в состоянии. Однако в тех расчётах, где они применимы, организаторы проекта говорят о 40-кратном преимуществе GPU над «средним» процессором Intel Pentium 4, а практические результаты первых дней работы бета-версии клиента показали примерно 70-кратное преимущество данной платформы над «средним» процессором, принимающим участие в проекте.

Также был доступен для открытого использования клиент для процессоров Cell, использовавшихся в Sony PlayStation 3. Эти процессоры также являются многопоточными (многоядерными), что даёт им преимущества над обычными CPU, которые пока имеют максимум 15 ядер. 6 ноября 2012 года на протяжении около пяти лет данный раздел проекта был прекращен.

Создатели проекта стремятся максимально упростить для пользователей подключение к проекту. Если раньше для использования CPU и GPU требовалось запускать и настраивать два различных клиента, то начиная с версии 7 одна программа-клиент может задействовать как CPU, так один или несколько установленных в компьютере совместимых GPU.

Версия клиента 7.х.х доступна для наиболее распространенных операционных систем Windows х86 и х64, Mac OS X (только для процессоров Intel), Linux х86 и х64.

Скачать версии для различных платформ можно с официального сайта проекта (недоступная ссылка).

Сравнение с другими молекулярными системами

Rosetta@home — распределенный вычислительный проект, нацеленный на предсказание структуры белка, и является одной из самых точных систем для предсказания третичной структуры.[11][12] Поскольку Розетта только предсказывает конечное свернутое состояние, не моделируя сам процесс фолдинга, Rosetta@home и Folding@home акцентируются на разных молекулярных вопросах.[13] Лаборатория Pande может использовать конформационные состояния от программного обеспечения Розетты в модели состояний Маркова как отправные точки для моделирования в Folding@home.[14] Наоборот, алгоритмы предсказания структуры могут быть улучшены с помощью термодинамических и кинетических моделей и аспектов осуществления выборки для моделирования сворачивания белка.[15][16] Таким образом, Folding@home и Rosetta@home дополняют друг друга.[17]

Команды СНГ в проекте

Российские

  • TSC! Russia (номер команды 47191) — в настоящее время самая успешная и производительная российская команда в проекте, занимающая 7-е место (02.03.2013) по скорости вычислений и 5-е место (на 02.03.2013) по количеству набранных очков в мире (из более чем ста тысяч команд).

О существовании других активных команд неизвестно.

Примечания

  1. Folding@home — License. Дата обращения: 12 июля 2009. Архивировано из оригинала 16 июля 2011 года.
  2. 1 2 3 http://folding.stanford.edu/home/guide
  3. https://www.freshports.org/biology/linux-foldingathome
  4. По состоянию на 16 июня 2008 года общее число участников проекта составило 1006595 пользователей (использовавших при этом 3149921 процессоров) в то время как в ближайшем по мощности проекте SETI@home участвовало 834261 пользователей. Мощности обоих проектов (по состоянию на 16 июня 2008 года) составили соответственно 2577 (июль 2008) и 541 терафлопс.
  5. Биткоин Hashrate график
  6. Folding@home — Papers
  7. Folding@home — Client statistics by OS
  8. Pande lab. Client Statistics by OS. foldingathome.org. Дата обращения: 10 мая 2019.
  9. Bitcoincharts | Bitcoin Network. bitcoincharts.com. Дата обращения: 10 сентября 2019.
  10. В силу стремления проекта к увеличению размеров заданий и анализу более длительных временны́х промежутков фолдинга белков, скорость системы сильнее влияет на принятие решения о портировании клиента на новую платформу, чем возможное число систем, которые будут подключены к проекту.
  11. Lensink M.F., Méndez R., Wodak S.J. Docking and scoring protein complexes: CAPRI 3rd Edition (англ.) // Proteins : journal. — 2007. — December (vol. 69, no. 4). — P. 704—718. — doi:10.1002/prot.21804. — PMID 17918726.
  12. Gregory R. Bowman and Vijay S. Pande. Simulated tempering yields insight into the low-resolution Rosetta scoring function (англ.) // Proteins: Structure, Function, and Bioinformatics[англ.] : journal. — 2009. — Vol. 74, no. 3. — P. 777—788. — doi:10.1002/prot.22210. — PMID 18767152.
  13. Gen_X_Accord, Vijay Pande. Folding@home vs. Rosetta@home. Rosetta@home forums. University of Washington (11 июня 2006). Дата обращения: 6 апреля 2012. Архивировано 4 августа 2012 года.
  14. TJ Lane (Pande lab member). Re: Course grained Protein folding in under 10 minutes. Folding@home. phpBB Group (9 июня 2011). Дата обращения: 26 февраля 2012. Архивировано 4 августа 2012 года.
  15. G. R. Bowman and V. S. Pande. The Roles of Entropy and Kinetics in Structure Prediction (англ.) // PLoS ONE?! : journal / Hofmann, Andreas. — 2009. — Vol. 4, no. 6. — P. e5840. — doi:10.1371/journal.pone.0005840. — Bibcode2009PLoSO...4.5840B. — PMID 19513117. — PMC 2688754.
  16. Bojan Zagrovic, Christopher D. Snow, Siraj Khaliq, Michael R. Shirts, and Vijay S. Pande. Native-like Mean Structure in the Unfolded Ensemble of Small Proteins (англ.) // Journal of Molecular Biology[англ.] : journal. — 2002. — Vol. 323, no. 1. — P. 153—164. — doi:10.1016/S0022-2836(02)00888-4. — PMID 12368107.
  17. Vijay Pande. Re: collaborating with competition. Folding@home. phpBB Group (26 апреля 2008). Дата обращения: 26 февраля 2012. Архивировано 4 августа 2012 года.

[1]

См. также

Ссылки

  1. Client Statistics by OS. foldingathome.org. Дата обращения: 10 сентября 2019.