Hur många BOINC-poäng har ni?

Har hållit på sen satarten, nå'n gång i slutet på 90-talet?
Men från det att Cluster Physic \ Gipsel släppter sina GPU appar
har poängen dragit iväg enormt. Synd bara att det endast verkar
vara en enda i världen som kan göra program av den här typen
till AMD\ATI korten.

Folding@home verkar aldrig bli klara med sina appar till 5xxx korten.

Sweclockers kanske skulle ha ett lag just för BOINC. Funderar själv på att dela ut lite till BOINC (främst GPU:n då) samtidigt som jag fortsätter att köra folding@home (endast 3 kärnor av min Phenom dock).

Ratatosk, hur mycket CPU tar GPU-klienten till milkyway@home?

Beträffande hur mycket av CPU'n som används när man kör Milkyway på GPU
ser jag att om jag på min Q6600\ Radeon 5870 samtidigt kör 1 climateprediction & 2 st. simap wu's samtidigt som jag kör milkyway tar en milkyway wu 76 sekunder att slutföra och belastningen på CPU'n är 80%.

Men om jag kör 1 climatepredict & 3 st. simap tar det 79 sekunder och belastningen på CPU'n är 100%.

Ok, tack. Har sett att det går att köra flera WU på samma gång (hur många som helst så länge grafikminnet räcker till). Nån som testat? Ger det nånting?

Har folding @ home kommit fram till någonting öht?

Gillar verkligen den här beskrivingen av projektet som en i staben la upp

Har redan startat igång. Valde milkyway@home och LHC@home som får en processorkärna och en GPU (de tre resterande processorkärnorna fortsätter köra SMP-klienten från folding@home). Jag fick inget från LHC men milkyway@home startade direkt när jag fått ordning på det. Milkyway@home körde iaf igång arbete både på processorkärnan och på GPU:n. GPU:n har redan hunnit med flera WU medan CPU-kärnan är långt ifrån färdig med sin första. Skönt att GPU-klienten tar väldigt lite CPU-tid iaf. Det enda jobbiga är GUI-lagget som är värre än när jag körde f@h's GPU-klient.

Om du går in på dit konto i Milkyway kan du under 'MilkyWay@home preferences' välja att köra endast GPU applikationen.

Här är en länk till ett inlägg av CP i Milkyway. Där kan du ladda ner en app. som du kan konfigurera själv, läs readme filen som finns med i mappen du laddar ner. Enda problemet är att du måste hålla koll själv på när det kommer nya uppdateringar.

Filerna ska in i mappen BOINC\Data\projects\milkyway.cs.rpi.edu_milkyway\
Där kan du välja att packa upp filerna så kommer de i en egen undermapp
Sedan kan du göra inställningar i filen 'app_info.xml' innan du flyttar över filerna till mappen
'milkyway.cs.rpi.edu_milkyway'

Troligen kan du få lagget att bli mindre genom inställningarna du kan göra här.

fattar verkligen inte vad det här är bra för

Var länge sedan jag körde men nu är det fler projekt att välja mellan.

Då har du inte tagit din tid att läsa om det.

Snarare hängde det väl på intresset?

Många projekt är det. Jag tycker det är bra att man samlat ihop dem under ett tak. Egentligen tycker jag folding@home kunde ha varit med i BOINC också. Iofs Vijay Pande's beslut antar jag men det hade underlättat lite.

Tråkigt, men han har nog rätt i att det kan komma att konkurrera lite med vårt bidrag till folding@home. Själv kör jag både och.

Att Stanford skulle ge efter för ett Berkeley-projekt; hur skulle det se ut?

Brukar det dock inte klagas på att det är svårt att komma igång med och att konfigurera folding@home? Där har ju ändå boinc lyckats rätt bra.

Hos mig också. Tänk om folding@home kunde vara så enkelt att få igång. Dessutom är den mycket bättre på att hålla CPU:n och GPU:n igång då den hämtar nya WU medan gamla WU fortfarande körs. Lättare att pausa klienten också. Och sen kan man ju styra allt via webben också.

BOINC är betydligt öppnare mot sina avändare vilket är både på gott och ont men tack vare det har man fått otroliga förbättringar av sina urspungliga appar tack vare tex. Akos Fekte i Einstein@home och Cluster Physic i Milkyway@home.

Jag kör normalt Milkyway@home på mina grafik kort och växlar till Folding
när Milkyway ligger nere.

BOINC ligger förövrigt stadigt över 5 PETAFLOP numera enligt vad man
kan se här

Har lite prestandasiffror från Milkyway@home förresten. Mitt 4850 @ 600/900 MHz (GPU/minne) gör en WU på 3 min 54 sek. Och i 650/900 MHz 3 min 36 sek. Förbättrade kylningen på så den ligger runt 60 grader när den arbetar så det funkar nog i längden. Min CPU var betydligt långsammare förstås (kör milkyway endast på GPU:n numera).

Skalar ganska linjärt med GPU-klocken ser jag.

Verkar som du också låter en processorkärna vara ledig. Verkar som det behövs för att få GPU:n att gå i 99-100% konstant. Kan vara bra att ha en ledig kärna för ens eget behov också iofs.

Det stämmer, du kan dra ner hastigheten på minnet till grafik kortet ända ner till 200 - 300 MHz utan att det påverkar prestandan nämvärt har jag läst.
Jag kör mina GPU minnen på 500 MHz utan att få nå'n minskning av prestandan men den drar mindre ström och går svalare.