Category Archives: Folding@home

[Folding@home] Klient GPU2 (NVIDIA) na Ubuntu 8.10

Po wielu dniach liczenia na WindowsXP postanowiłem w końcu przesiąść się na jedyny słuszny dla mnie system jakim jest Linux.

Czytałem kilka artykułów dot. instalacji klienta GPU2 na systemach z rodziny linux. Szczerze mówiąc myślałem że będzie z tym większy problem.

Jako bazy użyłem Ubuntu 8.10 (wersja 32bitowa). Pierwszą instalację wykonałem z wykrzystaniem driveru 180.20 oraz CUDA Toolkit w wersji 2.1 – jednak bez skutku (otrzymywałem błędy podczas inicjalizacji CUDA). Prawdopodobnie przy wersji NV 180.20 i CUDA Toolkit 2.0 będzie wszystko działać…
Procedura instalacji:

  • Jeśli posiadamy w systemie drivery do kart NVIDIA z pakietów Ubuntu to należy je usunąć
  • z http://www.nvidia.com/object/cuda_get.html sciągamy NVIDIA Driver for Linux with CUDA Support (177.73) oraz CUDA Toolkit for Ubuntu 7.10. Korzystając z CUDA2.1 i z drivera 180.22 nie udało mi się uruchomić obliczeń.
    GET_CUDA
  • przełączamy się na konsolę (przykładowo Ctrl+Alt+F1) i zastrzymujemy menedżera logowania:
    sudo /etc/init.d/kdm stop (gdm lub inny, w zależnośći od używanego managera logowania)
  • instalujemy Driver i Toolkit. Na końcu instalacji sterownika do grafiki dodajemy odpowiedni wpis do /etc/X11/xorg.conf (Driver “nvidia” w sekcji “Device”) lub zezwalamy instalatorowi na wykonanie zmiany
    sudo sh NVIDIA-Linux-x86-177.73-pkg1.run
    sudo sh NVIDIA_CUDA_Toolkit_2.0_ubuntu7.10_x86.run
  • instalujemy wine: sudo apt-get install wine
  • dodajemy ścieżki do CUDA:
    sudo sh -c “echo PATH=/usr/local/cuda/bin:$PATH > /etc/profile.d/cuda.sh”
    sudo sh -c “echo /usr/local/cuda/lib > /etc/ld.so.conf.d/cuda.conf”
    sudo ldconfig
  • restartujemy maszyne i sprawdzamy czy wszystko poszło po naszej myśli… Jeśli tryb graficzny uruchomi się poprawnie to jesteśmy na dobrej drodze.
  • wykonujemy podstawowa konfigurację Wine, uruchamiamy winecfg, na zakładce Aplikacje wybieramy Wersję windows: WindowsXP
  • pobieramy i instalujemy zmodyfikowaną wersję cuda.dll ze strony http://www.gpu2.twomurs.com/
    sudo wget http://www.gpu2.twomurs.com/wrapper2ndgen/2.1/cudart.dll.so -O /usr/lib/wine/nvcuda.dll.so
  • zmuszamy wine do korzystania z pobranej dllki:
    ln -s /usr/lib/wine/nvcuda.dll.so ~/.wine/drive_c/windows/system32/nvcuda.dll
  • Pobieramy i instalujemy klienta GPU2 – http://www.stanford.edu/group/pandegroup/folding/release/Folding@home-Win32-GPU-systray-623.msi (można przez dwuklik na pobranym pliku lub przez wine Folding@home-Win32-GPU-systray-623.msi).
  • konfigurujemy klienta, uruchamiamy terminal, wpisujemy cd ~/.wine/drive_c/Program Files/Folding@home/Folding@home-gpu a następnie wine Folding@home-Win32-GPU.exe -forcegpu nvidia_g80 -configonly. Konfiguracja przebiega domyślnie tak jak na systemach windows.
  • Teraz nadszedł czas na włączenie klienta : nice wine Folding@home.exe -verbosity 9 -forcegpu nvidia_g80

Jeśli wszystko przebiegło pomyślnie to w top widzimy proces Fahcore_XX.exe, który dość porządnie obciąża naszą maszynę a w trayu jest identycza ikonka GPU2 jak na MS Windows…

Ciekawi mnie jaka jest różnica w wydajności GPU2-Linux vs. GPU2-Windows, akurat trafiłem na jakiś nowy projekt – 5904 za 1888pkt – i nie mam porównania.
…Teraz czas na instalację FahMona…

[Folding@home] Obliczenia CUDA na GPU

Jakoś w lipcu poczytałem sobie o CUDA, eng. Compute Unified Device Architecture. Właśnie wtedy wkręciłem się w “zwijanie”. Od zimy posiadam nowego, całkiem dobrego kompa z grafą opartą o Nvidia G92, mającą 128 zunifikowanych jednostek. Stwierdziłem że szkoda marnować moc obliczeniową. Wybór padł na Folding@Home. Tak więc od tego czasu wspomagam jak mogę drużynę ID=276 -> POLAND

Folding@home jest internetowym projektem zorganizowanym przez Stanford University w Stanach Zjednoczonych. Projekt ma na celu badanie procesów zwijania białek, koncentruje się na badaniu sposobu w jaki cząsteczka białka składa się w przestrzeni. Jest to o tyle ważne, że od tego kształtu zależą funkcje, jakie może ona pełnić w organizmie. Na skutek nieprawidłowego złożenia się cząstki, mogą powstawać białka wywołujące choroby takie jak CJD, choroba Alzheimera, choroba Parkinsona, czy też słynne BSE, czyli “choroba szalonych krów” – Źródło http://pl.wikipedia.org/wiki/Folding@home
Minus jest taki że CUDA działa najlepiej na WindowsXP, maniacy uchomili zwijanie na Linuxie pod Wine, jednak wydajność pozostawia wiele do życzenia… Mam nadzieję że niebawem wyjdzie jakiś klient GPU-beta na linuxa 🙂

www.zwijaj.pl
Moje staty