Folding@home

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche
Folding@home
F@H Logo 2012.png
Bereich: Medizin und Biologie
Ziel: Simulation der Proteinfaltung
Betreiber: Stanford University
Land: USA
Plattform: Windows, Linux, Mac OS X, FreeBSD, ehemalig BOINC
Website: http://folding.stanford.edu
Projektstatus
Status: aktiv
Beginn: 2000/2001
Ende: aktiv

Folding@home (oft auch kurz F@H oder FAH) ist ein Projekt der Stanford University zur Simulation der Faltung von Proteinen.

Inhaltsverzeichnis

Das Projekt [Bearbeiten]

Mittels Faltung (protein folding) nimmt eine Aminosäuresequenz die für die Proteinfunktion notwendige Raumstruktur ein. Fehler bei der Faltung (misfolding) werden im Rahmen der Krankheitsentstehung (Alzheimer, BSE bzw. Creutzfeldt-Jakob-Krankheit oder Krebs) diskutiert. Ziel des Projekts ist es, durch verteiltes Rechnen den räumlichen Aufbau bzw. den Aufbau von Proteinen zu verstehen und so die Entstehung und Heilung von daraus resultierenden Krankheiten zu erforschen.

Würde die Proteinfaltung lediglich auf den Rechnern der Universität Stanford simuliert, würde dies trotz hoher Rechenleistung der Universitätsrechner mehrere Jahrzehnte dauern. Ziel von Folding@home ist es daher, die benötigte Rechenleistung auf möglichst viele andere Rechner zu verteilen (Distributed Computing). Damit wird die Rechenkapazität um ein Vielfaches erweitert, da der Hauptrechner nur noch die fertig erstellten Ergebnisse aufbereiten muss. Derzeit erbringt das Projekt eine Rechenleistung von 14,218 x86 PetaFLOPS bzw. 7,243 nativen PetaFLOPS (Stand: 15. Mai 2013). Im Vergleich mit den aktuell schnellsten Supercomputern weltweit würde Folding@home damit den 3. Platz einnehmen. Zurzeit laufen mehrere Projekte, um die Rechenleistung um den Faktor 100 zu beschleunigen, ohne dass der Benutzer dafür neue Hardware benötigen würde.

Die Software [Bearbeiten]

Jeder Benutzer eines PCs mit Windows, Mac OS X oder Linux kann ein Programm herunterladen, welches als Dienst im Hintergrund arbeitet. Die aktuelle Version (7.3.6) unterstützt Einkern- und Mehrkernprozessoren sowie unter Windows auch Grafikkarten von Nvidia und AMD. Für die PS3 gab es ebenfalls eine Version, die jedoch mittlerweile eingestellt wurde.[1] Mit über einer Million PS3-Teilnehmern steht dieses Projekt als bisher leistungsstärkstes verteiltes Rechnernetzwerk im Guinness-Buch der Rekorde.[2]

Für Notebooks gibt es die Möglichkeit, dass F@H mit seiner Arbeit ruht, wenn dieser aus den Akkus seine Energie bezieht, was die Laufzeit verlängert.

Zur Unterhaltung oder für den sportlichen Ehrgeiz werden Statistiken über die beigetragene Rechenleistung erstellt. Jeder kann wählen, ob seine Rechenleistung anonym, nur unter seinem Benutzernamen oder auch für ein Team gezählt wird.

GPU-Unterstützung [Bearbeiten]

GPU Client

Der Folding@home-Client kann für die Berechnung, je nach Einstellung, neben der CPU auch die GPU heranziehen. Unterstützt werden Grafikkarten von Nvidia und AMD. Derzeit ist die GPU-Unterstützung jedoch nur unter Windows verfügbar. Voraussetzung für Nvidia-Grafikkarten ist die CUDA-Technik (ab G80 mit GeForce-Treiber ab 174.55).[3]. AMD-Grafikkarten werden ab der HD5000er-Serie unterstützt. Die Grafikeinheiten der „Llano“- und „Trinity“-APUs von AMD können mittlerweile ebenso verwendet werden. Dabei greift der V7-Client auf den Standard OpenCL zurück.

Siehe auch: GPGPU

Ergebnisse [Bearbeiten]

Die Ergebnisse des Projekts werden der Allgemeinheit zur Verfügung gestellt und in Stufen veröffentlicht. Die Rohdaten stehen jedem kostenlos zur freien Verfügung.[4]

Verwandte Projekte [Bearbeiten]

Rosetta@home, Predictor@home und POEM@home waren bzw. sind Projekte, die das gleiche Ziel haben, aber andere Methoden anwenden.

Weblinks [Bearbeiten]

 Commons: Folding@home – Sammlung von Bildern, Videos und Audiodateien

Einzelnachweise [Bearbeiten]

  1. Firmware-Update für PS3: Vita-Trophäen rein, Folding@home raus. Website von Heise Online. Abgerufen am 22. Oktober 2012.
  2. BBC NEWS | Technology | PS3 network enters record books
  3. http://www.computerbase.de/news/allgemein/forschung/2008/juni/foldinghome_client_nvidia-gpus/
  4. http://folding.stanford.edu/English/FAQ-main#ntoc4