本帖最后由 zglloo 于 2010-9-24 15:55 编辑
美国旧金山时间2010年9月23日讯，NVIDIA已于9月21日在美国加州圣何塞市召开GTC 2010，此次盛会NVIDIA邀请了全球的合作伙伴、顶级软硬件工程师、知名媒体参加，意在让全球用户了解视觉计算发展进程，了解NVIDIA公司技术实力，更深一步了解GPU在我们生活中的重要意义。而GTC第二日则放出了大量有关GPU蛋白质运算的内容。
针对生物化学中采用量子化学理论计算蛋白质分子场所带来的巨大计算量的问题，很多科研部门和高等院校选择搭建起一个集群系统，用来加速计算基于量子化学的蛋白质分子场。NVIDIA用G80架构首开统一渲染，此后的GT200不断探索GPU运算方向，直到现在的Fermi架构终于让GPU运算概念深入人心，同时应用程序配合也日臻成熟。AMD方面在R580时代就通过添加只增加20%的情况下提供了相对R520 200%的Pixel Shader性能增长，RV770中LDS的添加和未来的架构改进方向也与此相同。
蛋白质折叠对所有生物体系来说是最重要和最基本的过程，但这一过程仍然是个未解之谜。本次NVIDIA 2010 GTC大会上，抛出许多的展望，其中最引人关注的就是GPU医学分类。这里的医学包括医学成像与可视化、蛋白质折叠运算等多个方面。MRI 等医学成像技术其实现在也比较成熟，但是要做到立体实时显示却还是非常难，GPU 在这个上面就是展示了一些实力，医生不需要再只是看2D画面操作，而是好像 ironman 里的立体成像技术那样，透过三维界面操作机械臂。
而NVIDIA GTC 2010 Day 2的主要内容，则是完全偏向GPU蛋白质运算。模拟原子弹已经不再新鲜的事情了，现在NVIDIA运行模拟生物分子，才是其Tesla产品最大的市场，也是有一个利润制高点。这类计算其实有些类似于 n-body ，很适合于 GPU 这类向量处理器。
现在的蛋白质折叠和n-body的区别，说白了就是考虑更多层的长程力。其实肽链的折叠本质上很简单，就是温度、PH环境、键能键角和长程力的影响。在运算上如果不考虑复杂长程力几乎就是n-body。问题是精度这事情，或者说实际折叠和交互关系的精确结果很大部分因素取决于长程力的控制。长程力干扰在算法和需求上归根结底就是分支和双精度，看来这是未来NV主攻的两个方向。同时NV正在不断努力从分支论断进化到分支预测，虽然这需要GPU作出很大变革，但是NVIDIA的方向也正是如此。
在GPU蛋白质折叠运算中，Folding@home是其中最为成熟的分布式计算应用，也是被全球GPU计算开发者和用户广为熟知的项目。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项目。我们使用联网式的计算方式和大量的分布式计算能力来模拟蛋白质折叠的过程，并指引我们近期对由折叠引起的疾病的一系列研究，找到相关疾病的发病原因和治疗方法。
Folding@home所研究的是人类最基本的特定致病过程中蛋白质分子的折叠运动。项目的核心原理在于求解任务目标分子中每一个原子在边界条件限制下由肽键和长程力等作用所导致的运动方程，进而达到实现模拟任务目标分子折叠运动的目的。每一个原子背后都附庸这若干个方程，每一个方程都可以转换成一组简单的向量指令。同时由于长程力的影响，条件分支也随处可见，Folding@home在GPU使用量上也要大于图形编程。
除了之前和大家分享大量ZOL前方编辑林光楠为我们带回的资料外，以下我们使用PCinlife网站从本次NVIDIA GTC大会传回的部分照片来解析GPU蛋白质运算的特性和加速比。作为GPU未来应用的重要方向，NVIDIA GTC大会第二日的内容几乎全部围绕GPU蛋白质计算来进行。
以上内容汇总来源于中关村在线博客。我希望能给爱好GPU运算的FAH项目志愿者提供一些资料方面的帮助，同时希望业界加深对GPU计算的软件支持和关注，无论是提升计算效率还是降低成本，GPU进行通用计算都将成为芯片发展中的重要一步。 | 
发表于 2010-9-24 13:25:22
发表于 2010-9-24 14:21:51
