Membres à l'honneur: [AF>Libristes] clm78990 () | [AF] sid0059 () | Locmeren () | xoqolatl () | yog () | Tryphon () | [AF>France] Sauvat () | Foobrother () | AsurA () | lutzm63 () | [AF>Occitania>Gascon]mjm () | Rhodan71 () | Cocagne () | [AF>HFR>RR] alipse () | LeChat51X () | [AF>Occitania>Gascon]mjm () | Rhodan71 () | Cocagne () | [AF>HFR>RR] alipse () | LeChat51X () | [AF>Occitania>Gascon]mjm () | Rhodan71 () | Cocagne () | [AF>HFR>RR] alipse () | LeChat51X () | [AF>Occitania>Gascon]mjm () | Rhodan71 () | Cocagne () | [AF>HFR>RR] alipse () | [AF>Occitania>Gascon]mjm () | thiol (2 000 000) | vincent.eudier@hotmail.com (10 000 000) | ccb (1 000 000) |

GPUGrid

GPUGrid

 

Carte graphique Nvidia 8800 GTX

Pour participer à ce projet il faut être équipé d'une carte graphique 

Minimum requirements

  • GPU: NVIDIA GTX275 (CC1.3) [check list]
  • CPU: 1.6GHz
  • RAM: 1GB (2GB for Vista, W7, Ubuntu)
  • HDD: 10GB free space, no more than 80% used (very important under windows)
  • PCIE 1.0 x16

Recommended requirements

  • GPU: NVIDIA GTX580 (CC2.0) [check list]
  • CPU: 2.4GHz or higher
  • RAM: 4GB, 2GB+ free for Boinc
  • HDD: 20GB Free space or more, fast drive(s)
  • PCIE 3.0 x16

Supported OS

  • Linux 64-bit
  • Windows 32/64-bit

We recommend non-overclocked cards and up-to-date drivers.


Calculs biomoléculaires au moyen des cartes graphiques

INSCRIPTION

URL du projet : http://www.gpugrid.net

 

Si vous rencontrez des difficultés pour faire fonctionner ce projet, n'hésitez pas à poser vos questions sur le forum de l'Alliance Francophone (Inscription)

 

Liens du Projet
L'Alliance Francophone
Statistiques

GPUGrid est un projet de l'Université Pompeu Fabra (Barcelone, Espagne). Pour être plus précis, la recherche a lieu dans le laboratoire de Biochimie Informatique et de Biophysique de l'Unité de Recherche sur l'Informatique Biomédicale (GRIB)- IMIM/UPF. Le laboratoire est situé dans le nouveau parc de recherche biomédicale de Barcelone (PRBB).

 

SOMMAIRE :

La matériel nécessaire
Liens Téléchargement
La vidéo, comment installer GPUGrid
Science : expériences moléculaires
Puissance de calcul
Tableau comparatif des temps de calculs des membres de l'Alliance Francophone
Est-il possible de calculer avec deux cartes graphiques identiques ou différentes sur le même PC ?
Des questions ?

Guide pour le choix de votre future carte graphique pour le crunch
Comment choisir sa carte graphique pour boinc?

Comment calculer sa puissance de calcul
Quelle carte pour quel budget
Et la quantité de mémoire dans tout ça ?
Révision de CUDA au sein des GPU

Le matériel nécessaire :

Avant toutes choses, pour avoir la possibilité de calculer avec votre carte graphique, il faut que celle-ci soit compatible avec CUDA (Compute Unified Device Architecture, une technologie qui permet l'utilisation des processeurs graphiques pour exécuter des calculs généraux habituellement exécutés par le processeur central).  Cette technologie a été développée par NVIDIA pour ses cartes graphiques GeForce8* ou supérieures (GF8/GF9/GT200/...).
Les cartes ATI ou les anciennes cartes nVIDIA ne sont donc en aucun cas compatibles.

*Les GeForce 8800GTS 320/640mo, 8800GTX et 8800Ultra ne sont actuellement plus supportées par GPUgrid pour des raisons techniques.

Pour le bon fonctionnement de votre carte, il vous faut la dernière version de Boinc, la 6.6.20, ainsi que les derniers pilotes disponibles pour votre carte graphique, tous les liens nécessaires pour les différents systèmes d'exploitation supportés se trouvent ci-dessous.



Liens Téléchargement :

# Windows 32bits:
2000/2003/XP: ► Boinc 6.6.20 ► Forceware 181.20
2008/Vista: ► Boinc 6.6.20 ► Forceware 181.20

# Windows 64bits:
2003 x64/XP x64: ► Boinc 6.6.20 ► Forceware 181.20
2008 x64/Vista x64: ► Boinc 6.6.20 ► Forceware 181.20

# Linux 64bits
Ubuntu/Fedora: ► Boinc 6.4.5 ► Forceware 181.20

NB: Si vous utilisez d'autres pilotes que ceux mis à votre disposition, il est fort probable que votre carte ne fonctionne pas correctement, elle peut faire des erreurs de calcul ou tout simplement ne pas être détectée par boinc.

L'URL du projet GPUGrid : http://www.gpugrid.net - INSCRIPTION


La vidéo, comment installer GPUGrid ?

 

 


Science : expériences moléculaires

dopamine

Simulations moléculaires du récepteur D2 de la dopamine dans des conditions physiologiques (c'est à dire sans perturber le milieu intracellulaire)

Il a été montré que l'ion sodium permettait de lier les antipsychotiques au récepteur D2 de la dopamine. La compréhension du rôle du sodium est intéressante pour aider à concevoir les prochains traitements contre la schizophrenie.

A l'aide de la dynamique moléculaire, l'équipe de recherche simule les mouvements des ions sodium, et observe les effets de ce mouvement sur l'activité du récepteur D2 sans perturber le milieu intracellulaire.

GPUGrid permet de simuler pendant plusieurs microsecondes la dynamique de 61.000 atomes représentant un récepteur D2 implanté dans une membrane (une bicouche de lipides).

 

Simulations moléculaires de SH2 et affinités de liaison entre protéines et peptides

SH2 (Src-homology 2) est un domaine d'interation protéine-protéine. Ce domaine joue un rôle majeur dans la communication cellulaire, c'est à dire dans le processus de signalisation cellulaire qui permet la croissance et le développement des cellules.

La conception de nouveaux protocoles plus efficaces pour déterminer les affinités de liaison entre les protéines et les peptides permettra de prédire des milliers d'interactions sur GPUGrid.


SH2 and ligand from multiscalelab on Vimeo.

 

TPI
Simulations moléculaires d'enzymes triose-phosphate isomérase (TPI)


Les unités actuellement distribuées sur GPUGrid examinent les différents conformères qui se produisent lorsque les enzymes triose-phosphate isomérase subissent une réaction de nitration des acides animés tyrosines (la tyrosine se transforme en (3-)nitrotyrosine) suite à une inflammation, à un trouble de la chaine respiratoire mitochondriale où à un stress oxydant.

 

 

full atom

Calculer la perméabilité de l'ion de potassium à la protéine transmembranaire "Gramicidine A"

Nous distribuons des unités de travail comportant des simulations sur les atomes de la protéine "Gramicidine A" pour transporter des ions, soit une simulation sur un total de 30 000 atomes. Chaque unité dure moins d'un jour et vous devez la terminer dans un délais d'une semaine passé ce délais, l'unité est de nouveau distribuée. Vidéo

 

 




La puissance de calcul du projet GPUGrid :

En terme de puissance de calcul, les processeurs graphiques surpassent très largement tous les processeurs classiques. Les processeurs graphiques doivent effectuer énormément de calculs pour afficher des images 3D réalistes.

Une bonne partie des transistors des processeurs classiques sont utilisés dans le contrôle des instructions complexes afin de maximiser la performance d'un code. Le processeur Cell renferme 8 Synergystic Processing Elements (SPE) conçus pour maximiser le traitement arithmétique. Les processeurs graphiques sont constitués d'un grand nombre de cœurs moins rapides mais avec une structure hautement parallèle.

La technologie CUDA permet d'utiliser les processeurs graphiques pour exécuter des calculs généraux habituellement exécutés par le processeur central

Par exemple, 1000 bénévoles offrant la puissance de calcul non utilisée de leur carte graphique seraient en mesure de rivaliser sur certains problèmes spécifiques avec le supercalculateur le plus puissant de la planète
Processeur classique Processeur Cell Multi-processeur graphique
Processeur classique Processeur Cell multi-processeur graphique
~ 10 à 20 GFLOPS/core ~ 230 GFLOPS ~ 1000 GFLOPS


Tableau comparatif des temps de calculs des membres de l'Alliance Francophone

comparatifGPU



Est-il possible de calculer avec deux cartes graphiques identiques ou différentes sur le même PC ?

Oui bien entendu, il faut juste que le SLI soit désactivé et avoir un core cpu de libre par carte graphique.


Des questions ?

Le sujet "Le GPU sur Boinc" du forum est à votre disposition, de nombreux utilisateurs pourront répondre à vos questions.

 

Guide pour le choix de votre future carte graphique pour le crunch :jap:


Depuis maintenant des décennies, nous utilisons nos processeurs pour effectuer toutes sortent d'opérations, de la simple addition aux calculs scientifiques très complexes demandant une puissance phénoménale.
Nos gpu quant à eux se contentent d'être utilisés pour afficher notre espace de travail ou encore pour jouer à nos jeux favoris.

Aujourd'hui, la puissance des GPU surclasse celle des CPU si bien qu'on en vient à utiliser nos GPU pour faire d'autres choses qu'un simple affichage de pixel.
En effet, nos GPU actuels sont capable de faire des calculs très complexes en un temps record, là où un CPU haut de gamme metterai plusieures heures, un GPU haut de gamme accompli le travail en quelques minutes.

Bien sûr tout n'est pas rose, si un CPU est capable d'effectuer toutes sortes de tâches, un GPU quel qu'il soit ne peut en faire qu'une poignée (calculs flottants) mais avec une vitesse fortement plus élevée!

Comment celà marche t'il concrètement, pour simplifier fortement, étant donné que les GPU ne comprennent pas le language des CPU, il faut un intermédiaire, une couche logicielle pour qu'ils comprennent ce qu'on leur demande, cet intermédiaire s'appèle CUDA.

CUDA est une extension de language créée par nVIDIA, dès lors seuls les GPU nVIDIA sont compatible et plus précisément seules certaines générations (GeForce8 et supérieures), nous verrons plus loin quels GPU sont préconisés.
Si vous souhaitez en connaître d'avantage sur CUDA, il existe de nombreux articles très bien rédigés et assez technique pour satisfaire votre curiosité comme celui de Hardware.fr.

Venons en aux faits, le but ici est de rédiger un petit guide destiné à vous aider au mieu dans le choix de votre GPU, vu l'énorme catalogue de nVIDIA, comment s'y retrouver, quel gpu choisir pour coller à votre budget.
Ce guide est uniquement valable pour les calculs CUDA sous Boinc, il ne faut pas tenir compte des informations ci après pour une utilisation de « gamer » .

 

  • Comment choisir sa carte graphique pour boinc?


Une carte graphique est un mini ordinateur dans l'ordinateur, en effet elle possède un processeur graphique, de la mémoire graphique, un bios, un étage d'alimentation destinés à fourni le GPU et la ram en énergie.

Le GPU en lui même se compose de plusieurs parties, dont les ROP, les TMU, des unités de traitement diverses et variées ainsi que les streams processors, ce sont eux ici qui vont nous intêresser, on peut les comparer aux cores de nos processeurs classiques. Ceux-ci sont nombreux voir extrèmement nombreux suivant le type de GPU, ce sont eux qui vont être utilisés principalement par CUDA pour calculer nos chères et tendres unités, le reste n'étant pas important tout du moin pour CUDA.

Comment calculer sa puissance de calcul

Maintenant que nous savons quel élément est important pour Boinc, nous pouvons facilement comparer plusieures cartes graphiques, plus besoin d'éplucher des dizaines de forums, un simple calcul suffit.

Tout d'abords il faut savoir qu'un gpu nVIDIA possède 2 fréquences de fonctionnement, une première fréquence pour le gpu en lui même et une seconde pour ses streams processors, ici c'est bien entendu la fréquence des SP qui nous interesse ! Ces informations sont le plus souvent indiquée dans les divers comparatifs récents de cartes graphiques.

On peut donc faire ce rapide calcul: Nombre de SP * Vitesse de ceux-ci / 500

Petit exemple pratique, prennons une 9600GT qui coute 90€, celle-ci possède 64 SP tournant à 1625mhz, le calcul nous donne donc 64*1625/500=208 Gflops , voici donc la puissance brute théorique de notre petite carte, pas mal quand on sait qu'une PS3 fait 218 Gflops mais coute 4 fois plus chère ou bien qu'un C2Q à 2.4ghz fait 19 Gflops, on comprend tout de suite mieux l'interêt d'un GPU

Ci-dessou un tableau fait par mes soins regroupant toutes les cartes graphiques compatibles CUDA à l'heure actuelle avec leur puissance, leur révision de CUDA ainsi que leur prix dans deux magasins en ligne.

NB: sont présentes ici uniquement les cartes pour pc de bureau avec leurs spécifications de base, aucun modèle overclocké d'usine ou de pc portable n'est présent ici !

http://www.kirikoo.net/images/7ZeuZ-20080909-130648.jpg


Quelle carte pour quel budget


|0 - 50 €|:
La 8400GS et la 8500GT sont identique au niveau du gpu, la 8400GS étant un peu moins chère, c'est celle-ci qui sera conseillée bien que ce type de carte soit largement trop peu performante pour quoi que ce soit, il vaut mieu ne pas calculer avec sous peine d'être contre productif ou bien de rendre le travail en retard

51 - 100 €|:
Ici il n'y a pas photo, la 9600GSO est à privilégier, elle est d'ailleurs la plus intéressante des GF9 au niveau performances/prix, si vous avez un budget de maxi 100€ elle est faite pour vous.
Cette carte est également nommée 8800GS, elles sont en effet identique à tout points de vue sauf sur le prix où la 9600GSO est légèrement moins onéreuse.

|101 - 150 €|:
Ici le choix se portera sur une 9800GT ou une 8800GT, elles sont également identique bien que certaines versions de la 9800GT soient gravées en 55nm au lieu de 65nm, ce qui implique une légère baisse de consommation toujours bon à prendre, le prix est également en faveur de la 9800GT.
A noter qu'on trouve de plus en plus difficilement les 8800GT, elles tendent à disparaître au profit des 9800GT.

|151 - 200 €|:
Ici nul doute, la 9800GTX+ est à privilégier, gravée en 55nm elle consomme moins que sa petite soeur la 9800GTX, ses fréquences sont également supérieures ce qui lui permet d'être plus performante de quelques pourcents, elle a donc tout les atouts nécessaires et sa puissance sera très appréciée sur Boinc :)

|200 - plus €|:
Le choix ici est plus délicat, la 9800GX2 est clairement la carte à avoir au point de vue performance/watt, cependant sa consommation est non négligeable du fait qu'elle possède 2 gpu et son prix est assez conséquents. Autre petit point faible, elle nécessitera 2 cores de votre processeur pour être exploitée au maximum de ses possibilités (2 gpu).
Il sera donc préférable de se tourner vers une monoGPU soit une GTX260 qui se trouve un être un bon compromis en possèdant une bonne puissance, de nouvelles instructions CUDA ainsi qu'un prix et une consommation raisonnable.

NB: La plupart de ces cartes ne fonctionnent que sur un port pci express et non AGP comme les anciennes cartes mère, vérifiez bien la compatibilité avec votre carte mère.

Et la quantité de mémoire dans tout ça ?


Et bien pour l'heure, il semble que la quantité de mémoire ne joue pas un grand rôle, voir aucun rôle du tout, il faut un minimum de 256mo pour faire tourner CUDA mais ça suffit amplement pour GPUgrid, en tout cas pour l'instant !
Il n'est pas impossible d'avoir besoin de 512 de ram dans quelques mois pour un autre projet ou pour de nouvelles unités GPUgrid.

Que devez vous en tirer de ceci? Simplement qu'il ne faut pas vous arrêter sur la quantité de mémoire, il existe des 8800GT 256mo, elles seront aussi performante que leurs soeurs 512mo en étant bien moins chères, de même une 8800GS/9600GSO existe en 384 ou 768mo, prennez une 384mo vous économiserez sur le prix tout en obtenant les mêmes performances que la version équipée de plus de ram :)

Bien entendu, ça risque de changer d'ici quelques mois/années, achetez en connaissance de cause !


Révision de CUDA au sein des GPU


Un dernier point non abordé encore, la révision de CUDA au sein de votre carte graphique, vous n'êtes pas sans savoir qu'à chaque fois qu'nVIDIA sort un modèle de carte graphique, il intègre de nouvelles fonctionnalités, pour CUDA ce sera la même chose, il existe 4 révisions à l'heure actuelle, CUDA 1.0, 1.1, 1.2 et 1.3.

La version 1.2 n'existe que sur le papier, les 3 autres révisions existent bel et bien comme vous avez eu l'occasion de le voir dans mon tableau au dessu.

Mon tableau va pouvoir vous aider encore un peu plus dans le choix de votre GPU, en effet les révisions ont aussi leurs importance, sur GPUgrid par exemple, les révisions de CUDA 1.0 ne sont plus compatible avec le projet parce qu'il utilise des fonctions disponibles seulement sur les révisions 1.1 et supérieures. Du coup les cartes en révision 1.0 ne peuvent plus calculer sur ce projet, malheureusement ça risque de changer encore dans l'avenir, donc si vous hésiter par exemple entre 2 cartes et que l'une d'elles à une révision de CUDA plus récente, opter pour celle-ci !


Voilà qui clôture ce petit guide, en espérant vous avoir aidé dans le choix de votre matériel, ce guide sera mis à jours régulièrement, je le signalerai dans le topic. Si vous avez des questions n'hésitez pas à les poser dans ce topic, j'y répondrai au mieux  :jap:

Si vous avez des suggestions ou bien des demandes pour complèter le guide, faite le savoir, si une erreur indépendante de ma volonté s'est glissée, signalez le également ;) [:czame17:9]

Merci de m'avoir lu jusqu'au bout, merci à Origin pour l'hébergement de mon petit tableau  :hello: [:jump400:4]