GTC 2010: Folding@home und die Exaflop-Schallgrenze

Vijay Pande ist der Chef des Projekts Folding@home der kalifornischen Standford University. In seinem GTC-Vortrag stellte er die Frage, ob wir bald schon Exaflop-Rechner mit einer Trillion (einer Milliarde Milliarden = 1,000,000,000,000,000,000) Fließkomma-Operationen pro Sekunde sehen werden. "Bevor man über solche Zahlen nachdenkt, hilft ein Blick ins Lexikon", grinst Vijay Pande. "Dort hieß es im Jahr 1997, dass noch kein Computer eine Geschwindigkeit von einem Petaflop oder einer Billiarde Fließkomma-Operationen pro Sekunde erreicht habe." Eine Zahl, die Folding@home inzwischen locker in die Tasche steckt. Doch wozu braucht man solche Rechen-Raketen überhaupt?

Die Simulation von Krankheiten wie Alzheimer oder einer Grippeepidemie beherrschen die Wissenschaftler inzwischen mathematisch, doch die zugrundeliegenden Formeln sind extrem rechenintensiv. Während die Dynamik von Wasser in einem Tag simuliert werden kann, dauert das simulierte Proteinfalten auf einer einzigen CPU zwischen drei und 3000 Jahren. Um atomare Konfigurationsänderungen zu berechnen, muss eine CPU drei Millionen Jahre ackern - wenn sie überhaupt so lang durchhält. Ein schnellerer Chip ist allerdings nicht in Sicht, und so sehen sich die Forscher nach anderen Lösungsansätzen um: Sie schließen Tausende bis Millionen von Prozessoren zusammen, um gemeinsam ein Problem anzugehen. Angepeiltes Ziel: der Millisekunden-Bereich, der von 3000 Jahren Berechnungs- in Echtzeit gehievt werden soll.

Drei Methoden gibt es, um die Berechnungsergebnisse fixer zu erlangen: Über die sogenannte OpenMM-Schnittstelle direkt auf einer GPU, die 0,1 bis eine Mikrosekunde pro Tag schafft - eine GTX280-Karte ist 128 bis 735 Mal schneller als eine Core-2-Duo-CPU. Neuere Hardware würde dieses Verhältnis beibehalten. Auf ähnliche Weise funktionieren Rechner-Cluster, gesteuert von der MSMBuilder-Cluster-Software, die 100 GPUs zu einem Cluster vereint und damit zehn bis 100 Mikrosekunden pro Tag schafft - und damit fast schon im Millisekunden-Bereich aufschlägt. Richtig flink ist jedoch Folding@home, das Datenpakete an freiwillige Helfer in der ganzen Welt verschickt, die Leerlaufzeiten ihrer Rechner für die gute Sache spenden. Immerhin gibt es rund eine Milliarde Computer auf diesem Planeten - Konsolen wie die Playstation3 eingeschlossen. Eine interessante Statistik zeigt allerdings, dass über die Hälfte der x86-äquivalenten Teraflops von Nvidia-GPUs geliefert werden: 3017 von 5495, um genau zu sein. GPUs besitzen sogar eine bessere spezifische Rechenleistung als Supercomputer, wie Vijay Pande erläutert: "Eine GPU der Nvidia-9xxx-Klasse besitzt über 200 Gigaflops bei einer Leistungsaufnahme von 500 Watt - das macht 400 Megaflops pro Watt. Blue Gene/P, der effizienteste Supercomputer, schafft 350 Megaflops pro Watt - ein Achtel weniger."

Natürlich haben traditionelle Parallel-Berechnungen auch ihre Probleme. Wenn man jeder CPU eine Handvoll "eigener" Atome zuordnet, bleibt die Frage: Was tun, wenn man Milliarden von Prozessoren besitzt, aber nur Millionen von simulierten Atomen? Was passiert mit den überzähligen Chips? Oder was, wenn man nur tausende von Atomen berechnen will? "Man darf schlussendlich nur so viele Prozessoren einsetzen, wie man Atome berechnen will", folgert Vijay Pande. Doch das sind Luxusprobleme - derzeit machen rund 400,000 Personen beziehungsweise deren Computer bei Folding@home mit und liefern stattliche 6,55 Petaflops. Wie sieht es mit dem ursprünglich angefragten Exaflop aus? "Der ist schon heute möglich", antwortet Pande zuversichtlich. "Wenn wir eine Milliarde GPUs hätten, die jeweils einen Teraflop schaffen, ist das Ziel erreicht." Und wer mit seinem PC dazu beitragen will, dass dieses Ziel in greifbare Nähe rückt und damit bei der Erforschung derzeit noch unheilbarer Krankheiten mithelfen will, macht mit beim PCGH-Team 70335.



Folding @ Home: So machen Sie mit!
Wenn Sie des Englischen mächtig sind, nutzen Sie die mittlerweile kaum noch zu verbessernden How-To-Anleitungen auf der offiziellen Folding@Home-Webseite für die CPU- und GPU-Software. Weitere Informationen auf Deutsch zu Folding@Home gibt es natürlich im PCGH-Extreme-Forum, dort diskutieren die User bereits über den neuen Treiber und GPU-Client. Neben der klassischen CPU-Berechnung können Sie auch eine Playstation 3 oder eine DX10-Grafikkarte von AMD oder Nvidia nutzen - diese sind mit den passenden Clients deutlich produktiver als aktuelle CPUs.