Recientemente se ha estrenado en Folding@Home un nuevo cliente GPU2 en fase beta para las GPUs de Nvidia, lo cuál, junto a la solución de un problema en la versión del driver 8.5 de las tarjetas AMD/ATI que incapacitaba a las Radeon de las serie 2XXX, 3XXX y a la novísima 4850 para participar, ha provocado un notable incremento en el rendimiento del cliente GPU.
La siguiente tabla muestra el rendimiento actual de los diferentes clientes según la arquitectura y el sistema operativo:
La siguiente tabla muestra el rendimiento actual de los diferentes clientes según la arquitectura y el sistema operativo:
| OS Type | Current TFLOPS* | Active CPUs | Total CPUs |
| Windows | 196 | 205923 | 2060596 |
| Mac OS X/PowerPC | 7 | 8487 | 116630 |
| Mac OS X/Intel | 26 | 8324 | 51948 |
| Linux | 72 | 42257 | 311396 |
| GPU | 604 | 5491 | 12671 |
| PLAYSTATION®3 | 1434 | 50845 | 543382 |
| Total | 2339 | 321327 | 3096623 |
El rendimiento total es de 2339 TeraFLOPS, no olvidemos que son 2'3 millones de GigaFLOPS. Para poner en perspectiva esta medida de la potencia de cálculo en coma flotante, podemos echar un vistazo a la recientemente publicada lista de los 500 ordenadores más potentes del mundo, la lista completa la tenéis disponible en www.top500.org.
En la siguiente tabla tenemos las columnas:
En la siguiente tabla tenemos las columnas:
- cores: número total de núcleos del sistema;
- Rmax: rendimiento máximo obtenido con LINPACK, en TeraFLOPS;
- Rpeak: rendimiento teórico máximo, en TeraFLOPS.
| Rank | Computer/Year Vendor | Cores | Rmax | Rpeak |
|---|---|---|---|---|
| 1 | Roadrunner - BladeCenter QS22/LS21 Cluster, PowerXCell 8i 3.2 Ghz / Opteron DC 1.8 GHz , Voltaire Infiniband / 2008 IBM | 122400 | 1026.00 | 1375.78 |
| 2 | BlueGene/L - eServer Blue Gene Solution / 2007 IBM | 212992 | 478.20 | 596.38 |
| 3 | Blue Gene/P Solution / 2007 IBM | 163840 | 450.30 | 557.06 |
| 4 | Ranger - SunBlade x6420, Opteron Quad 2Ghz, Infiniband / 2008 Sun Microsystems | 62976 | 326.00 | 503.81 |
| 5 | Jaguar - Cray XT4 QuadCore 2.1 GHz / 2008 Cray Inc. | 30976 | 205.00 | 260.20 |
| 6 | JUGENE - Blue Gene/P Solution / 2007 IBM | 65536 | 180.00 | 222.82 |
| 7 | Encanto - SGI Altix ICE 8200, Xeon quad core 3.0 GHz / 2007 SGI | 14336 | 133.20 | 172.03 |
| 8 | EKA - Cluster Platform 3000 BL460c, Xeon 53xx 3GHz, Infiniband / 2008 Hewlett-Packard | 14384 | 132.80 | 172.61 |
| 9 | Blue Gene/P Solution / 2008 IBM | 40960 | 112.50 | 139.26 |
| 10 | SGI Altix ICE 8200EX, Xeon quad core 3.0 GHz / 2008 SGI | 10240 | 106.10 | 122.88 |
El rendimiento máximo lo obtiene RoadRunner con 1026 TeraFLOPS y 122400 cores, ya que es un sistema heterogéneo que combina procesadores CELL y Opteron Dual Core entre otros. Su eficiencia es mucho mayor en cuanto a que combina muchos menos procesadores que el global del máquinas de Folding@Home y su rendimiento debe ser más consistente, pero también su rendimiento global es la mitad.
¿Qué quiero decir? Pues que el potencial de cálculo de sistemas distribuídos como el de Folding@Home es muy elevado, más cuando se está empezando a utilizar la ingente potencia de cálculo de las GPUs y CPUs actuales.
Las GPUs evolucionan más rápido que los procesadores, ya que tienen un ciclo de vida más corto y cada 6-9 meses hay una hornada nueva que supera a la anterior de forma notable. Los procesadores por su parte evolucionan a un ritmo menor, si bien es cierto que son más flexibles y están destinados a realizar operaciones muy diferentes.
Lo importante en todo caso es que el software se adapte a las diferentes soluciones hardware disponibles lo antes posible, ya que de lo contrario estaremos desperdiciando el gran potencial que se empieza a esconder en nuestros sistemas domésticos que, pese al avance constante, siguen siendo muy limitados y estando muy lejos de poder realizar cálculos complejos en tiempo real.
Alberto Sánchez González (imrbadguy)
¿Qué quiero decir? Pues que el potencial de cálculo de sistemas distribuídos como el de Folding@Home es muy elevado, más cuando se está empezando a utilizar la ingente potencia de cálculo de las GPUs y CPUs actuales.
Las GPUs evolucionan más rápido que los procesadores, ya que tienen un ciclo de vida más corto y cada 6-9 meses hay una hornada nueva que supera a la anterior de forma notable. Los procesadores por su parte evolucionan a un ritmo menor, si bien es cierto que son más flexibles y están destinados a realizar operaciones muy diferentes.
Lo importante en todo caso es que el software se adapte a las diferentes soluciones hardware disponibles lo antes posible, ya que de lo contrario estaremos desperdiciando el gran potencial que se empieza a esconder en nuestros sistemas domésticos que, pese al avance constante, siguen siendo muy limitados y estando muy lejos de poder realizar cálculos complejos en tiempo real.
Alberto Sánchez González (imrbadguy)
