我剛剛 把我的8600gt時脈調到550Mhz,Shader超到1575Mhz,記憶體900x2=1800Mhz,用Fahspy看到的PPD值是2130.完成一個WU(工作單位)約需5.5小時.得分480.期待我的第1個工作單位完成.我這台是BT機 ,24H不打烊,陪同各位一起為團隊盡力.

剛剛把動物機也裝上了,卻說不支援
請問7800GTX不支援這計劃嗎?

跑完了一個WU
這應該是Display看到的吧？
一般是建議把那個Viewer關起來



要8系列以上的卡

謝謝解答
我是偶爾會打開來看

太好了, 如今正是邁向 台灣制霸 的歷史性一刻,很需要有志之士的熱心投入,歡迎Ruark8263兄的加入
像Ruark8263兄使用BT機來跑分的例子就是一個十分理想的案例,
原本就是在長時間開機運作, 但是系統資源使用率仍低, 用來加跑分散式運算再適合不過.
也會有相當好的產值,其實各位要推廣的對象,只要先把身邊有開p2p的朋友搞定那台主機
即使多半規格不是最強, 但相信都會是積沙成塔的力量, 隨著硬體的進步,後勢將更為可期.

目前我遇到一個問題,就是只要WCG有開, Folding 的CPU 使用率都會下降,就算優先權調高也沒用
我的系統如下
CPU: E6700 2.67G,FSB 1066M
M/B: 945G
DIMM: DDR2-667 1G*2
VGA: Razial 8800GT
O.S: Cwin XP SP3

如果把WCG暫停或者關掉,Folding的使用率就會提升到幾乎佔滿一個core. 可是我的WCG只使用一個CORE
另一個系統是四核,然後WCG開三個,也是一樣情形

如果要雙開WCG與F@H, 可以使用Set Affinity II 這個好用的小工具.
它可以讓你自行指定某個process是使用哪幾顆核心, 對多核心用戶可以說是必備的.

不過,在單一個核心內, WCG與F@H仍會互搶資源, 可以在BOINC拉低自己的使用率.
不要佔到70%以上, 應該還夠兩者並存. 畢竟GPU client還是以shader下去算為主.
F@H的CPU的使用率在XP看起來很高, 其實在Vista中可發現很少會超過20%.

請問一下這個只能用8系列以上的卡才能跑嗎?
我現在用的卡是7600GS
我這台電腦是24小時運作
無奈顯示卡不支援......

NVIDIA CUDA技術創下FOLDING@HOME重大里程

根據上週史丹佛大學公布的統計數據顯示，NVIDIA繪圖處理器(GPU)在史丹佛大學的Folding@home分散運算應用中發揮的運算效能已超越1 petaflop(備註)的效能水準。運作中的NVIDIAR GPU提供超過1.25 petaflop的運算效能，也相等於這項應用的總處理效能之42%。Folding@home計畫旨在瞭解蛋白質如何影響人類的身體。

　　Folding@home計畫目前有11,370顆NVIDIA GPU貢獻其運算效能，其中達到的petaflop等級效能幾乎佔了整個計畫總處理效能的一半。相較之下，在Windows環境採用208,268顆CPU的執行效能，也只能提供198 teraflop的運算效能──只有這個計畫總處理效能的6%。

　　史丹佛大學在6月推出針對NVIDIA GPU編程的Folding@home用戶端程式，因此在短短數月內即可為此計畫創造了突飛猛進的成績。透過NVIDIA CUDA™這個針對多重核心平行運算架構的C語言開發環境，Folding@home客戶端程式中的CUDA　port所提供的處理效能，已超越這個計畫自推出以來任何其他架構所達成的成效。

　　史丹佛大學化學系助理教授暨Folding@home計畫總監Vijay Pande表示：「正如統計數據所顯示，NVIDIA GPU對蛋白質折疊模擬的影響力確實令人非常驚訝。參與這個計畫而且運用NVIDIA繪圖處理器進行折疊模擬運算的隊伍，都體會到NVIDIA GPU對計畫的成效有非常顯著的提升，這理所當然會大幅加快研究計畫的進度。 」

　　NVIDIA視覺化消費性解決方案部門總經理Michael Steele表示：「像Folding@home這類的應用程式只是一個開端，我們每天都看到有越來越多運算問題皆可藉由CUDA和NVIDIA GPU技術得以解決。我知道自從我們針對GPU發表CUDA技術以來，NVIDIA的所有員工就密切關心Folding@home計畫的進度，我們很高興看到他們為這項具有重大意義的工作，帶來意義非凡的貢獻。」

　　史丹佛大學的分散式運算計畫Folding@home結合幾百萬顆處理器的運算威力模擬蛋白質的折疊，已成為研究治療癌症、囊腫纖維症、帕金森氏症等致命疾病的重要力量。Folding@home 計畫是GPU在非遊戲領域應用方面最新的應用典範。在NVIDIA GPU上執行Folding@home程式，讓蛋白質模擬的速度比現今傳統CPU要快上140倍。

統計數據的表格如下: