Encontrado o Melhor Desempenho Por Watt para o Folding@Home

Nós descobrimos várias coisas interessantes em nossa investigação. Aqui está um resumo:

Das placas de vídeo analisadas, a GeForce 8800 GT é a que oferece as melhores relações custo/benefício e desempenho/kWh para rodar o Folding@Home. Claro que você terá mais pontos com uma GeForce GTX 260 ou GeForce GTX 280, mas elas são mais caras além de consumirem mais. Se você pensar apenas na relação pontos/kWh (ou seja, eficiência), então a GeForce GTX 260 é a melhor: ela produz mais pontos por kWh consumido do que todas as outras placas de vídeo.
Uma placa de vídeo “fraquinha” não necessariamente consumirá menos do que uma placa “parruda”. Basta ver como a GeForce 8800 GTS produz uma pontuação menor e consume mais do que a GeForce 8800 GT.
As placas de vídeo da ATI não devem ser usadas para rodar o Folding@Home: elas apresentaram uma relação pontos/kWh muito menor se comparado com as placas da NVIDIA. Uma GeForce 8800 GT oferece quase o dobro da eficiência de uma Radeon HD 4870. Se você está montando sistemas dedicados para rodar o Folding@Home, opte pelas placas da NVIDIA: você terá uma maior pontuação e um menor custo na sua conta de energia.
Placas de vídeo simples como a Radeon HD 3450 e GeForce 8500 GT não são eficientes para rodar o Folding@Home e devem ser evitadas. Do mercado intermediário a GeForce 9500 GT foi a que apresentou o melhor índice de desempenho e eficiência (pontos/kWh), sendo nossa recomendação neste segmento.
Rodar o programa cliente SMP junto com o cliente GPU não necessariamente aumentará o desempenho do sistema. Em nossos testes nós vimos dois dos três sistemas onde o desempenho diminuiu. Nós descobrimos que para cada placa de vídeo rodando o cliente GPU o Folding@Home usará um núcleo do processador (em processadores com quatro núcleos o Folding@Home usará apenas um núcleo por GPU, portanto com um sistema de quatro núcleos e duas placas de vídeo, os dois núcleos do processador serão constantemente usados; em processadores com dois núcleos o Folding@Home usará apenas um dos núcleos durante todo o tempo independente da quantidade de chips gráficos que você tem instalado). Portanto quando você executar o cliente SMP ao mesmo tempo, ambos os clientes irão competir a utilização do processador, diminuindo o desempenho. Por outro lado, o consumo também diminui.
Se você quer montar um sistema apenas para rodar o cliente SMP, é mais eficiente se você rodá-lo com uma placa-mãe com vídeo on-board, já que o consumo-base será menor já que você não terá uma placa de vídeo instalada.
O Playstation 3 obteve uma das relações pontos/kWh mais baixas, o que significa que você sentirá um aumento em sua conta de energia sem um aumento significativo em sua pontuação do Folding@Home. Nós vimos muitas pessoas elogiando o desempenho matemático do PS3, mas este desempenho não é convertido em uma alta pontuação no Folding@Home porque cada PS3 unidade de trabalho não dá muitos pontos.
Se você está montando um sistema para rodar o Folding@Home, nós achamos que a relação pontos/kWh deveria ser sua métrica para eficiência. Comprar um wattímetro digital ajudará muito a você encontrar o que você pode mudar em sua configuração para ter um sistema mais eficiente. De acordo com a nossa experiência você deve manter os sistemas com índice pontos/kWh de pelo menos 1.000. Sistemas com índices abaixo deste devem ser reavaliados.
Nós testamos apenas as peças que tínhamos disponíveis em nosso laboratório. Se não incluímos a peça A ou B foi porque não a tínhamos. Portanto não poste comentários do tipo “porque não testaram a peça x?” – que na verdade significa “pessoal, você podem testar a máquina que eu tenho em casa de graça?” Se você está preocupado com o consumo, compre um wattímetro digital. Ele ajudará a você descobrir o consumo de outros dispositivos que você tem em casa e ver onde você pode economizar dinheiro.

No texto nós explicamos como descobrir o índice pontos/kWh de um sistema, mas aqui está um resumo mais prático:

Meça o consumo com um wattímetro digital conectado ao sistema com seu sistema rodando o cliente do Folding@Home. Os resultados serão dados em watts. Multiplique este valor por 0,72 para ter os resultados em kWh. Esta fórmula funciona apenas se o seu sistema funciona 24 horas por dia, 30 dias por mês. Caso o seu sistema não funcione ligado direto, o fator de multiplicação deve ser a quantidade de horas dividida por 1.000 (por exemplo, para 40 horas por mês o multiplicador é 0,04).
Localize em sua conte de energia o custo de cada kWh. Multiplique este valor pelo resultado encontrado para ter uma estimativa de quanto está custando a você por mês manter o sistema funcionando.
Abra o arquivo de log do seu cliente Folding@Home (FAHlog.txt), role a tela e veja a quantidade de tempo que está levando para processar cada %. Converta o tempo encontrado para segundos. Multiplique este número por 100 para ter a quantidade de tempo, em segundos, seu cliente levará para processar uma unidade de trabalho.
Role a tela no arquivo de log e localize o número do projeto que seu cliente está executando. Feito isso, localize este projeto em http://fah-web.stanford.edu/psummary.html e veja a quantidade de pontos eles darão para processar uma unidade de trabalho daquele projeto.
Divida 86.400 pelo tempo, em segundos, que seu cliente leva para processar uma unidade de trabalho. O resultado será a quantidade de unidades de trabalho seu cliente pode processar por dia. Multiplique o resultado pela quantidade de pontos que eles darão a você para cada unidade de trabalho. Você terá uma estimativa da quantidade de pontos que seu sistema pode gerar por dia.

Multiplique o resultado acima por 30 para ter a quantidade de pontos que você pode gerar por mês. Divida este valor pelo consumo mensal do seu sistema em kWh. O resultado final será o índice pontos/kWh. Nós recomendamos que você mantenha somente sistemas que estejam fornecendo índices de pelo menos 1.000.