GPU folding gets a powerup with Nvidia Cuda support

Permalänk

GPU folding gets a powerup with Nvidia Cuda support

Ganska intressant artikel, som påstår att Cuda supporten i F@H ger en boost på 15-30%

https://foldingathome.org/2020/09/28/foldingathome-gets-cuda-...

Caps lock-rubrik /Kent, forumledare
Visa signatur

AMD Ryzen 5 2600 | MSI B450 Gaming Pro Carbon AC | Corsair 32GB CL 15 (4x8GB) DDR4 3000MHz | Corsair RM750X 750W v2 | MSI RTX 2060 Ventus XS 6GB | NZXT H440 Midi Tower :: ASUS VivoBook 15 X505ZA-BQ252T AMD Ryzen 7 | 2700U Radeon Vega 10
Vilken var din första?

Permalänk
Medlem
Skrivet av yestomtom:

Ganska intressant artikel, som påstår att Cuda supporten i F@H ger en boost på 15-30%

https://foldingathome.org/2020/09/28/foldingathome-gets-cuda-...

Undrar väl lite hur det faktiskt ser ut rent objektivt.
Det är självklart bra att Nvidia-korten blir mer effektiva, men beror förbättringen på att "CUDA är mer effektivt", vilket väl är hur det hela är formulerat, eller snarare att "Nvidia är lite sådär med OpenCL" (eller kanske mest sannolikt, lite ur kolumn A och lite ur kolumn B)?

Jaja, om det hjälper F@H att förhoppningsvis göra faktisk medicinsk nytta så kan väl Nvidia få lite bra PR i utbyte mot att de hjälpt till med utvecklingen.

Visa signatur

Desktop: Ryzen 5800X3D || MSI X570S Edge Max Wifi || Sapphire Pulse RX 7900 XTX || Gskill Trident Z 3600 64GB || Kingston KC3000 2TB || Samsung 970 EVO Plus 2TB || Samsung 960 Pro 1TB || Fractal Torrent || Asus PG42UQ 4K OLED
Proxmox server: Ryzen 5900X || Asrock Rack X570D4I-2T || Kingston 64GB ECC || WD Red SN700 1TB || Blandning av WD Red / Seagate Ironwolf för lagring || Fractal Node 304

Permalänk
Skrivet av evil penguin:

Undrar väl lite hur det faktiskt ser ut rent objektivt.
Det är självklart bra att Nvidia-korten blir mer effektiva, men beror förbättringen på att "CUDA är mer effektivt", vilket väl är hur det hela är formulerat, eller snarare att "Nvidia är lite sådär med OpenCL" (eller kanske mest sannolikt, lite ur kolumn A och lite ur kolumn B)?

Jaja, om det hjälper F@H att förhoppningsvis göra faktisk medicinsk nytta så kan väl Nvidia få lite bra PR i utbyte mot att de hjälpt till med utvecklingen.

Objektivt:
Tillsammans med utvecklare från Nvidia kunde vi effektivisera vår anvädning av CUDA i vår OpenMM core.
OpenMM är opensource du finner mycket info genom att kika på Github: https://github.com/openmm/openmm

Citerar vår blogpost

"Thanks to NVIDIA engineers, our Folding@home GPU cores—based on the open source OpenMM toolkit—are now CUDA-enabled, allowing you to run GPU projects significantly faster. Typical GPUs will see 15-30% speedups on most Folding@home projects, drastically increasing both science throughput and points per day (PPD) these GPUs will generate."

"Even more exciting is that the COVID Moonshot Sprints—which use special OpenMM features to estimate how tightly potential therapeutics will inhibit the SARS-CoV-2 main viral protease—can see speedups up to 50-100% on many GPUs, helping us enormously accelerate our progress toward a cure."

Permalänk
Medlem
Skrivet av Alfonsaberg:

Objektivt:
Tillsammans med utvecklare från Nvidia kunde vi effektivisera vår anvädning av CUDA i vår OpenMM core.
OpenMM är opensource du finner mycket info genom att kika på Github: https://github.com/openmm/openmm

Citerar vår blogpost

"Thanks to NVIDIA engineers, our Folding@home GPU cores—based on the open source OpenMM toolkit—are now CUDA-enabled, allowing you to run GPU projects significantly faster. Typical GPUs will see 15-30% speedups on most Folding@home projects, drastically increasing both science throughput and points per day (PPD) these GPUs will generate."

"Even more exciting is that the COVID Moonshot Sprints—which use special OpenMM features to estimate how tightly potential therapeutics will inhibit the SARS-CoV-2 main viral protease—can see speedups up to 50-100% on many GPUs, helping us enormously accelerate our progress toward a cure."

Enligt formuleringen i bloggposten så användes ju dock inte CUDA tidigare? Jag vet inte vilket som är sant, men där skiljer sig med en gång det du skriver och texten du citerar.

Visa signatur

Desktop: Ryzen 5800X3D || MSI X570S Edge Max Wifi || Sapphire Pulse RX 7900 XTX || Gskill Trident Z 3600 64GB || Kingston KC3000 2TB || Samsung 970 EVO Plus 2TB || Samsung 960 Pro 1TB || Fractal Torrent || Asus PG42UQ 4K OLED
Proxmox server: Ryzen 5900X || Asrock Rack X570D4I-2T || Kingston 64GB ECC || WD Red SN700 1TB || Blandning av WD Red / Seagate Ironwolf för lagring || Fractal Node 304

Permalänk
Inaktiv
Skrivet av evil penguin:

Undrar väl lite hur det faktiskt ser ut rent objektivt.
Det är självklart bra att Nvidia-korten blir mer effektiva, men beror förbättringen på att "CUDA är mer effektivt", vilket väl är hur det hela är formulerat, eller snarare att "Nvidia är lite sådär med OpenCL" (eller kanske mest sannolikt, lite ur kolumn A och lite ur kolumn B)?

Det är väl lite ur båda kolumnerna, ja...

NV hade ju bara (typ motvilligt) stöd för OpenCL 1.x, som tydligen inte var världens bästa programmeringsspråk till att börja med, version 2.x la de aldrig till, då de hellre såg att folk använde deras egna Cuda istället för ett öppet format. Hur det kan vara OK i någons ögon är väl ett annat diskussionsämne... Dessutom är ju Cuda och NVs hårdvara såklart formsydda efter varandra, ett mer generellt programmeringsspråk från en tredjepart blir ju inte lika optimerat som när man kontrollerar hela kedjan av både hårdvara och mjukvara. Nvidia själva var ju till och med involverade i att programmera den nya core:en, så de lär ha gjort sitt bästa för att få maximal prestanda.

Sedan ovanpå allt det är ju OpenCL numera ett dött språk; Khronos Labs eller vad de nu heter har lagt ned utvecklingen och gått över till en GPGPU-centrerad variant av Vulkan istället, minns inte vad det heter. Vem vet om/när F@H följer efter där, de verkar ju konstant på svältgränsen när det kommer till resurser... Förr eller senare måste de väl, då förbättrad funktionalitet i nya generationer av GPUer inte kommer att speglas av det numera stillastående OpenCLs åldrande kapabilitet, men det lär ju dröja då detta låter som ett hästjobb.

Så, äger man en någorlunda ny Nvidia-GPU behöver man inte oroa sig över prestandan. Det kommer att ryka på som fasen. AMD, och snart Intel... Tja. Vi får väl se hur det går för dem i framtiden.

Permalänk
Inaktiv

Har någon här tittat på CUDA-ersättaren ZLUDA?

Den är en översättare med öppen källkod som hanterar många (men inte alla) av CUDAs funktionsanrop utan att man behöver en Nvidia-GPU. Man undrar om den går att få att funka med F@H, och hur fort det isåfall går att folda på AMD-GPUer...