El rendimiento global de Folding@Home se ha situado de manera estable en los 4 Peta FLOPS. Sin duda es una cifra increible con la que hace poco prácticamente no se podía ni soñar, pero no obstante podemos plantearnos si es tan grande como parece.
| Client statistics by OS |
| OS Type | Current TFLOPS* | Active CPUs | Total CPUs |
| Windows | 206 | 216455 | 2232440 |
| Mac OS X/PowerPC | 6 | 7071 | 121429 |
| Mac OS X/Intel | 26 | 8432 | 67252 |
| Linux | 45 | 26227 | 338698 |
| ATI GPU | 488 | 4433 | 13774 |
| NVIDIA GPU | 1763 | 16026 | 41005 |
| PLAYSTATION®3 | 1787 | 63377 | 652055 |
| Total | 4321 | 342021 | 3466653 |
Cuando nació nuestro equipo de Folding@Home, a finales de marzo de 2007, el rendimiento global estaba entorno a los 400-500 Tera FLOPS. Desde entonces el rendimiento ha aumentado un orden de magnitud hasta los actuales 4 Peta FLOPS, es decir 4000+ Tera FLOPS.
La mayor parte de este incremento se debe a los clientes GPU ATI/AMD, PS3 y GPU Nvidia por orden cronológico. Todas ellas se basan en un mismo tipo de procesador, los llamados stream processors que son una arquitectura muy concurrente en la cuál se utilizan un gran número de unidades funcionales del mismo tipo trabajando en paralelo. A grandes rasgos podemos decir que en estos procesadores una instrucción se ejecuta en varias unidades funcionales del mismo tipo al mismo tiempo, lo cuál permite ejecutar instrucciones muy complejas de manera muy eficiente.
Pese a todo debemos tener claro que las simulaciones científicas que se realizan actualmente están hechas pensando en, y condicionadas por, los recursos informáticos disponibles. Es decir, si en vez de disponer de 4 PetaFLOPS se tuvieran 400 se podrían hacer simulaciones más complejas y realistas, las cuáles darían una mayor información a los científicos. Folding@Home es sólo una herramienta con la que los científicos pueden experimentar y poner a prueba sus ideas. Cuanto más potente sea esta herramienta más útil será para ellos y para los que se beneficien de sus descubrimientos, en realidad para todos.
La conclusión que podemos extraer es que pese a haber logrado mucho aún queda un largo camino hasta poder disponer de herramientas que permitan realizar simulaciones realmente complejas en tiempo real. Por eso cada granito de arena, o cada ciclo de CPU en este caso, puede marcar una gran diferencia.
Alberto Sánchez González (imrbadguy)
