“Technologia NVIDIA CUDA dała badaniom naukowym moc obliczeniową, która wcześniej nie była dostępna dla naukowców – fizycznie i finansowo,” powiedział Dr. Davis Anderson, założyciel BOINC i naukowiec U.C Berkley Space Science Laboratory. “Technologia CUDA sprawia, że naukowcom jest łatwo zoptymalizować projekty BOINC pod GPU NVIDIA i tworzyć aplikacje stosowane do dynamiki molekularnej, przewidywania struktur proteinowych, modelowania klimatu i pogody, wizualizacji medycznych oraz wielu innych zadań.”
BOINC stanowi unikalne podejście do super computingu, w którym wiele komputerów łączonych jest poprzez Internet, a ich łączna moc obliczeniowa jest używana do rozwiązywania obszernych zadań obliczeniowych. BOINC dostarcza platformę obliczeń rozproszonych dla szerokiego wachlarza projektów naukowych obejmujących pomoc w leczeniu poważnych chorób, problem globalnego ocieplenia, odkrywania pulsary i wykonują wiele innych odkryć naukowych na domowych komputerach.
SETI@Home
Naukowcy zajmujący się projektem SETI otrzymali wielki przyrost mocy obliczeniowej, kiedy NVIDIA i BOINC wypuściły zoptymalizowaną aplikację kliencką, która pozwala SETI@home korzystać z GPU GeForce. SETI@home, największy projekt BOINC obejmujący ponad 200000 aktywnych użytkowników, polega na wyszukiwaniu śladów pozaziemskiej inteligencji przy pomocy radioteleskopów wykrywających sygnały radiowe docierające do nas z kosmosu. Wydajność GPU GeForce GTX 280 w SETI@home jest ponad 2 razy większa niż w przypadku najszybszego, wielordzeniowego procesora konsumenckiego (Intel Core i7 965 3.2Ghz) oraz prawie 8 razy większa niż w przypadku przeciętnego, dwurdzeniowego procesora (Intel Core2 Duo E8200 2.66Ghz)ii .
GPUGRID
GPUGRID to pierwszy z projektów BOINC, wykorzystujących moc technologii obliczeniowej CUDA wraz z GPU NVIDIA GeForce. Używa on kart graficznych NVIDIA zaangażowanych w projekcie komputerów do obliczeń wysoce skomplikowanych symulacji struktur bio-molekularnych. Umożliwienie aplikacji korzystania z mocy GPU NVIDIA spowodowało, iż 1000 kart graficznych zapewnia ten sam poziom mocy obliczeniowej co 20000 CPU w tych samych projektach. Jest to aż 20-krotne przyspieszenie.
"Symulacje molekularne wykonywane w ramach społecznościowych projektach obliczeniowych są jednymi z najczęstszych typów obliczeń wykonywanych przez naukowców, są również niezwykle skomplikowane obliczeniowo i często wymagają użycia superkomputera,” powiedział Dr. Gianni De Fabritiis, naukowiec Jednostki Rozwojowej w oddziale informatyki biomedycznej w Municipal Institute of Medical Research i uniwersytetu Pompeu Fabra w Barcelonie. „Wykorzystanie mocy GPUGRID na GPU NVIDIA stanowi innowację w dziedzinie społecznościowych obliczeń komputerowych poprzez dostarczenie zaawansowanych aplikacji ze świata super computingu dla ekonomicznych rozwiązań komputerowych. Wywrze to znaczny wpływ na sposób przeprowadzania badań biomedycznych.”
Einstein@Home
Technologia NVIDIA CUDA już wkrótce wesprze również trzeci co do wielkości projekt BOINC, Einstein@home, który wykorzystuje moc współdzielonych sieci obliczeniowych do poszukiwania wirujących gwiazd neutronowych (zwanych również pulsarami) poprzez wykorzystanie danych z wykrywaczy fal grawitacyjnych.

„Oczekujemy, że konwersja Einstein@home na GPU zwiększy przepustowość naszych systemów obliczeniowych o rząd wielkości,” powiedział Bruce Allen, dyrektor Instytutu Fizyki im. Maxa Plancka i przewodniczący Einstein@home w towarzystwie naukowym LIGO. „Pozwoliłoby to na bardziej dogłębne i dokładniejsze poszukiwania ciągłych źródeł fal grawitacyjnych.”

W celu ściągnięcia aplikacji klienckiej NVIDIA SETI@home odwiedź http://setiathome.berkeley.edu/cuda.php. Aby uzyskać więcej informacji o BOINC odwiedź http://boinc.berkeley.edu/. Więcej informacji o projekcie Einstein@Home jest dostępnych pod adresem http://einstein.phys.uwm.edu. a o GPUGRID pod http://www.gpugrid.net/.