O que é Folding?
Tradicionalmente, os únicos aplicativos que se beneficiavam dos upgrades das placas de vídeo eram os Games e os aplicativos relacionados ao playback de vídeo. Contudo, a Universidade de Stanford lançou um aplicativo/client BETA para o projeto Folding@home, há algum tempo atrás em Setembro de 2006. Este projeto foi iniciado com base na GPU ATI Radeon X1900-series GPUs.

Folding@home é um projeto de computação distribuída baseado na famosa Universidade de Stanford, nos Estados Unidos, onde é berço para Cientistas do mundo todo que fazem pesquisas sobre simulações medicinais, principalmente focando-se nos estudos de proteínas. Tal estudo é vital para o desenvolvimento das pesquisas modernas de hoje em dia, pois sem entender como estas proteínas se formam, deformam ou como elas se interagem entre si próprias, é praticamente impossível estudar os casos de doenças severas, onde ainda não se encontrou a cura. Muitas doenças, como o Alzheimer, a doença da Vaca Louca (BSE), são causadas pela mal formação das proteínas. Portanto a meta do projeto Folding@home é exatamente acelerar este processo de simulação de proteínas, pois desta forma os Cientistas podem ter resultados muito mais rápidos e eficazes!

Como Martin Gruebele, professor de Química, Física, Biofísica e também de Biologia Computacional diz: 'Todos podem contribuir para a pesquisa, e suas WU são extremamente valiosas para o pessoal da Stanford. Essa é a sua chance de ser parte desta ciência medicinal revolucionária, assim fazendo de seu Hardware um órgão vital para o mais potente supercomputador do mundo!'


As primeiras placas de vídeo capazes de foldar foram as GPUs ATI Radeon X1900-series.

Folding GPU Clients
Embora os originais Folding Clients, baseados em DirectX não estarem mais em uso, a Stanford continuou a lançar novas versões para GPU Folding clients que são capazes de fazer um melhor uso das novas tecnologias implementadas nas placas mais modernas e atuais de hoje em dia.

As placas de vídeo da ATI podem foldar ambos os clients, GPU2 e GPU3, e ambas baseadas na tecnologia CAL(Compute Abstraction Layer) ao invés do DirectX, o qual era o método usado primordialmente e também responsável pela comunicação com o seu hardware.

Já para as placas NVIDIA, você tem a opção dos clients GPU2 ou GPU3. O client GPU2 se comunica com as séries; GeForce 8, 9, e 200 por meio da tecnologia CUDA, porém o client GPU2 não suporta as novas GPUs 'Fermi', ou também conhecidas como GeForce 400 Series. Portanto para foldar com estas GPUs, será necessário que use exclusivamente o client GPU3.

Como a Stanford estava demorando muito para 'afinar' o GPU3 Client, e a NVIDIA demorando muito para lançar um driver mais estável para as Fermi's, achamos que seria legal dar uma boa analisada nessas placas que estão aí na praça, e ver como elas se comportam no Folding@home.

Embora você só possa foldar por apenas algumas horas por dia, isto não importa porque qualquer ajuda é super importante para o projeto Folding@home. Mas se você pode contribuir mais e pode deixar a máquina foldando 24/7, seria ideal para um super 'bônus', enfim ajudando ativamente nas medicina científica.

Além dos benchmarks de cada placa, também adicionamos os testes de consumo de energia de cada uma delas, assim trazendo para você um guide super completo.


Método de Teste
Diferente dos games, que usam a mesma base do DirectX independentemente se você tem uma ATI ou NVIDIA GPU, os Folding Clients atribuem diferentes tipos de Work Unit (WU) dependendo de que tipo de hardware você possui.

Felizmente, você pode usar um 'third-party' software que monitora quão veloz seu hardware está foldando a WU que lhe foi atribuída. Para esse artigo, usamos o HFM, um software freeware e open-source, que é capaz de monitorar múltiplos Clients de uma só vez, e ainda gerar uma webpage do seu stats instantâneamente! Os gráficos a seguir demonstram quantos pontos cada Client poderá produzir se configurado para um Folding constante de 24horas p/ dia, termo conhecido na nossa linguagem de PPD (Pontos por Dia).

Para as GPUs ATI, decidimos em focar a nossa atenção apenas nas versões mais recentes, Radeon HD 5000-series em diante. As versões anteriores 'Radeon HD 4000-series' tiveram um desempenho nada mais do que frustrantes e ridículas em relação ao Folding@home, portanto não sendo consideradas para este artigo. Como resultado, todas as placas testadas aqui são placas mais modernas e mais velozes que as placas da série 'Radeon HD 4000'.

Todas as placas ATI foram testadas com o Client GPU3, pelo fato que os servidores de tarefas da Stanford não estavam processando os pontos feitos pelas WU foldadas com o Client GPU2 por algum motivo Repetindo, todas as placas ATI foram testadas apenas com o Client GPU3 neste review, devido ao erro de leitura nas WU dos Clients GPU2 no servidor da Stanford.



Em relação as GPUs NVIDIA, nós decidimos testar não apenas as Fermi-based GTX 400-series, mas também a maioria das GT 200-series, devido ao fato que a maioria dos 'Foldadores' possuem as placas GT 200-series, para que vejamos uma comparação definida entre os modelos, ou seja, assim concluindo se realmente vale a pena o upgrade! Você também poderá conferir resultados de testes comparativos para as 9600 GSO, que são placas minúsculas e antigas, porém uma GPU que foi uma verdadeira favorita por muitos 'Foldadores' devido ao seu baixo custo e single-slot cooler, que permitia que múltiplas placas fossem instaladas e usadas em conjunto em um só PC.

Primeiramente, estávamos planejando testar todas as placas NIVIDA também com os Clients GPU3. Porém pela metade do progresso dos testes, nós decidimos voltar com o Client GPU2 para as series GT 200, pelo fato que o GPU2 estava dando resultados de até 44% mais rápidos que os Clients GPU3 para as placas desta série (GT 200). Resumindo, não use o Client GPU3 para as placas GT 200.

Todas as placas foram testadas em uma única plataforma de testes para GPUs, que está especificado abaixo:

Plataforma de testes Intel Core i7
*Intel Core i7-965 processor (3.2GHz: 133MHz x 24)
*Asus P6T V2 motherboard (Intel X58 Express with three PCI-Express 2.0 x16 slots)
*3x 2GB Corsair TR3X6G1333C9 memory modules (operating in dual channel at DDR3 1,600MHz 9-9-9-24-1T)
*Corsair X128 120GB SSD running v1 firmware
*Corsair HX1000W PSU
*Windows 7 Home Premium x64
*Antec Twelve Hundred Chassis


ATI GPUs usando o driver Catalyst 10.7 WHQL
*AMD ATI Radeon HD 5970 2GB
*AMD ATI Radeon HD 5870 1GB
*AMD ATI Radeon HD 5850 1GB
*AMD ATI Radeon HD 5830 1GB
*AMD ATI Radeon HD 5770 1GB


NVIDIA GPUs usando o driver ForceWare 258.96
*Nvidia GeForce GTX 480 1.5GB
*Nvidia GeForce GTX 470 1.3GB
*Nvidia GeForce GTX 465 1GB
*Nvidia GeForce GTX 460 1GB
*Nvidia GeForce GTX 460 768MB
*Nvidia GeForce GTX 260 896MB
*Nvidia GeForce GTX 260 (rev 2) 896MB
*Nvidia GeForce GTX 275 896MB
*Nvidia GeForce GTX 280 1GB
*Nvidia GeForce GTX 285 1GB
*Nvidia GeForce GTX 295 2 x 896MB
*Nvidia GeForce 9600 GSO 384MB


Qual é a GPU mais rápida para o Folding?
Para lhe ajudar a escolher a adequada GPU para seu folding 'power', fizemos um benchmark selecionado com algumas placas e os gráficos do resultado a seguir. Um aspecto a ter em mente é que o número de átomos varia entre diferentes projetos, certos projetos 'foldam' mais rapidamente em certas GPUs, portanto a sua placa poderá não produzir exatamente o mesmo ppd que as nossas placas produziram nestes testes. É essencial lembrar que projetos com maiores números de átomos irão certamente rodar mais devagar em GPUs que possuam menor número de stream processors.

Pontos por Dia (Maior é Melhor)




Nós também fizemos um gráfico para os picos de consumo elétrico realizados na plataforma de teste, com uma única placa sendo usada para os testes do folding (Single GPU).

Watts (Menor é Melhor)




Para uma melhor análise dos gráficos demonstrados, prosseguimos para a conclusão.

Qual é a GPU mais eficiente para o Folding?
Para começar, as placas de vídeo mais modernas não apenas custam uma bela mesada, mas também consumem muita energia, a seguir você irá analisar dois gráficos. O primeiro demonstra o nosso famoso Custo x Benefício de cada placa analisada; calculamos este gráfico pela divisão dos seus PPD, mostrados anteriormente, pelo preço de mercado.

Pontos por $ (Maior é Melhor)




Também foi calculado a seguir, o poder efetivo de cada placa, ou seja, dividindo os PPD pela eficiência elétrica analisada na nossa plataforma de testes.

Pontos por Watt (Maior é Melhor)



Para uma análise final, vamos aos esclarecimentos dos fatos:

Resultado das Analises
Os testes de performance e de eficiência elétrica aqui demonstrados, mostraram um enorme diferença entre os 17 diferentes modelos testados em nosso laboratório.

Primeiramente e mais importante, por mais que foram as primeiras placas a participar do projeto Folding@home, todas as ATI's tiveram uma imensa recaída, e todas foram aniquiladas pelas GPUs NVIDIA GT 200-series e GTX 400-series. Por exemplo, a GeForce GTX 460 1GB foram incrivelmente duas vezes e meia mais rápidas que as suas rivais Radeon HD 5850. Relembrando que a GeForce GTX 460 1GB apenas consume 8W a mais que as Radeon HD 5850 no folding, a placa da NVIDIA é claramente mais eficiente no consumo de energia também.

E a modinha continua com os modelos 'high-end' GeForce GTX 480, chegando ao mercado com um preço de ~380USD, aniquilando com o preço da também recentemente lançada Radeon HD 5970 ~500USD, sendo ainda duas vezes mais rápida que esta Radeon no folding. Este é um caso marcante, onde as NVIDIA's são incomparáveis GPUs com as rivais ATI, levantando qualquer sombra de dúvida que GTX 400 chegaram para acabar com a brincadeira.

As GTX 480 podem não ser tão desejáveis para Gaming, porém são GPUs imbatíveis no Folding@home!!!



Conclusão
Com estes resultados em vista, temos que francamente concluir que, todos os modelos da série ATI Radeon HD 5000, são patéticamente lentas e foldadoras ineficientes.
Para ser bem honesto, isto não foi nenhuma surpresa para nós. Desde que a primeira GPU da NVIDIA que foi capaz de 'foldar', as legendárias GeForce 8800 GT, as placas ATI ficaram na sombra das demoníacas verdinhas velozes.

Existem inúmeras razões sugeridas para este fato, de ranzinzas acusações que a ATI não otimizou seu 'CAL compiler' (CAL é uma camada de driver API similar ao OpenGL/Cuda driver) à fatos que dizem que a Nvidia simplesmente presta um melhor suporte à Stanford quando foi elaborado os vários folding clients.

Não interessa no que você acredita a respeito dos boatos, porque até as séries GeForce 200, são muito mais eficientes no folding que as séries Radeon HD 5000. E ainda mais, é diferentemente dos games, porque você pode rodar clients diferentes e simultâneos em cada GPU, ou seja, as dual-GPUs são ainda melhores para o folding do que para os games.

Como resultado, as GeForce GTX 295 ainda permanecem sendo as placas mais rápidas no folding. Contudo, estas já não são mais a placas mais eficientes em relação ao consumo elétrico, pois esta honra agora foi passada a sua sucessora, a GTX 480.


GTX 460 lançadas recentemente, ótimas para gaming e folding, unidas para a vitória!

Contudo, as Fermi-based GPUs são significativamente mais eficientes em seu consumo elétrico que as GeForce 200. Isto significa que se você possuir um grande número dessas placas na sua 'Folding Farm', você deve considerar um upgrade no seu hardware, pois além de aumentar a sua pontuação (PPD) o seu consumo elétrico também irá reduzir bruscamente, reduzindo a sua conta de energia no final do mês.

Tradução e Edição: Denis Hildebrand | Fonte: bit-tech


Happy Folding!
Folding@BRASIL