XDA-Developers apontou esta semana que a maioria dos jogadores executa uma GPU ociosa de 300W por 20 horas por dia. Ela renderiza uma coisa às 20h, fica em 20W o resto do tempo, e consome a depreciação de uma placa de $600 sem fazer nada. A computação distribuída voluntária tem sido a resposta há uma década: doe os ciclos ociosos para um projeto de pesquisa que os precisa. Os projetos são reais (dobramento de proteínas para descoberta de drogas, análise de ondas gravitacionais, triagem de câncer), os clientes são maduros, e as GPUs modernas processam trabalho que costumava levar semanas em supercomputadores.
Testamos 7 aplicativos desktop que roteiam sua GPU ociosa (e em alguns, CPU) para um projeto de pesquisa. A lista cobre os dois clientes middleware gigantes (BOINC, Folding@home), a rede humanitária fundada pela IBM (World Community Grid), trabalho de ondas gravitacionais e pulsares no Einstein@Home, o projeto de design de proteínas que alimenta Rosetta, o agendador guarda-chuva para novatos do BOINC (Science United), e a grade de física apenas GPU (GPUGRID). Todas as opções rodam em Windows, macOS ou Linux; a maioria oferece suporte aos três.
O que procurar em um cliente de computação distribuída
- Respeito pela máquina: pausa ao jogar, estrangulamento quando alimentada por bateria, recuo quando a GPU atinge limites térmicos.
- Suporte GPU que realmente usa a placa, não apenas a CPU. Nvidia CUDA, AMD OpenCL e Intel oneAPI se desenvolveram nos últimos anos.
- Uma causa em que você acredita. A motivação dura mais que padrões; um projeto que você se importa sobrevive ao primeiro pico térmico ou conta de eletricidade alta.
- Boas maneiras de largura de banda: unidades de trabalho em dezenas de MB, não gigabytes, para que você possa deixá-las rodando em uma conexão medida.
- Transparência de contribuição: um painel público mostrando o que sua máquina realmente concluiu.
Comparação rápida
| App | Best for | OS | Uses GPU | Cost |
|---|---|---|---|---|
| Folding@home | Protein folding, largest home compute network | Windows, macOS, Linux | Yes (CUDA, OpenCL) | Free |
| BOINC | Middleware for dozens of projects | Windows, macOS, Linux | Depends on project | Free |
| World Community Grid | Humanitarian and health research | Windows, macOS, Linux (via BOINC) | Some projects | Free |
| Einstein@Home | Gravitational waves and pulsar detection | Windows, macOS, Linux (via BOINC) | Yes (CUDA, OpenCL) | Free |
| Rosetta@home | Protein design | Windows, macOS, Linux (via BOINC) | CPU primarily | Free |
| Science United | BOINC scheduler for newcomers | Windows, macOS, Linux (via BOINC) | Depends | Free |
| GPUGRID | GPU-only molecular dynamics | Windows, Linux (via BOINC) | Yes (CUDA) | Free |
1. Folding@home — melhor em geral
Folding@home simula como as proteínas se dobram, o que sustenta a descoberta de drogas para câncer, Alzheimer e doenças infecciosas. É a maior rede de computação em casa do mundo; no pico da pandemia, brevemente superou os 500 principais supercomputadores combinados por um fator de vários. O cliente GPU é maduro, atinge alta utilização em placas Nvidia e AMD modernas, e pausa automaticamente quando detecta um usuário ativo ou um jogo em tela cheia.
Onde falha: Apenas um projeto (simulação de proteína). Sem trabalho alternativo pesado em CPU quando a fila de GPU seca, embora seja raro.
Preço:
- Grátis
Plataformas: Windows, macOS, Linux
Baixar: foldingathome.org
Resumo: Melhor se você quer impacto máximo por hora ociosa com configuração mínima.
2. BOINC — melhor middleware
BOINC (Berkeley Open Infrastructure for Network Computing) não é um projeto em si; é o cliente que fala com dezenas deles. Anexe um ou mais, defina uma compartilhação de recursos, e BOINC agenda o trabalho entre eles. O uso clássico é executar Einstein@Home, Rosetta@home e MilkyWay@home de um único painel.
Onde falha: A UI parece antiga. A configuração inicial (anexar a um projeto, obter uma chave de conta, verificar crédito) tem atrito que Folding@home não tem.
Preço:
- Grátis (código aberto, LGPL)
Plataformas: Windows, macOS, Linux, Android
Baixar: boinc.berkeley.edu/download.php
Resumo: Melhor quando você quer doar para mais de um projeto ou mudar de projetos sem trocar clientes.
3. World Community Grid — melhor foco humanitário
World Community Grid foi fundada pela IBM, agora administrada pelo Krembil Research Institute, e coordena pesquisa humanitária: triagem de câncer (OpenPandemics), previsão de chuva para regiões vulneráveis ao clima (Africa Rainfall Project), e descoberta de drogas para tuberculose. Roda no topo do BOINC, então uma vez que BOINC é instalado, anexar a WCG é um envio de formulário.
Onde falha: Nem todo projeto WCG tem unidades de trabalho GPU; vários são apenas CPU, o que significa que sua placa de jogo moderna fica parcialmente ociosa. A rotatividade entre projetos varia.
Preço:
- Grátis (via BOINC)
Plataformas: Windows, macOS, Linux, Android (via BOINC)
Baixar: worldcommunitygrid.org
Resumo: Melhor quando a causa importa tanto quanto a taxa de transferência.
4. Einstein@Home — melhor utilização de GPU em física
Einstein@Home analisa dados do LIGO (ondas gravitacionais), telescópio Fermi (pulsares) e pesquisas de radiotelescópios, procurando sinais no ruído. As unidades de trabalho GPU rodam em CUDA e OpenCL e usam a placa tão intensamente quanto qualquer coisa nessa lista, que é o ponto se o objetivo é “colocar essa GPU funcionando.”
Onde falha: Roda através do BOINC; a configuração tem o mesmo atrito. Algumas tarefas GPU geram calor significativo, então verifique a temperatura em cases apertados.
Preço:
- Grátis (via BOINC)
Plataformas: Windows, macOS, Linux (via BOINC)
Baixar: Anexe via einsteinathome.org
Resumo: Melhor se você quer uma carga GPU pesada em um projeto de física com resultados claros.
5. Rosetta@home — melhor trabalho CPU em design de proteínas
Rosetta@home projeta novas proteínas: enzimas, anticorpos, candidatos a vacinas. O trabalho é intensivo em CPU, então completa uma máquina que já roda Folding@home ou GPUGRID na GPU sem competir pelo mesmo silício.
Onde falha: Principalmente CPU, então uma GPU de jogo moderna fica ociosa a menos que você a associe com um projeto GPU também. Alguns ciclos de projeto rodam mais lentamente que outros.
Preço:
- Grátis (via BOINC)
Plataformas: Windows, macOS, Linux (via BOINC)
Baixar: Anexe via boinc.bakerlab.org/rosetta
Resumo: Melhor companheiro do lado CPU para um projeto pesado em GPU.
6. Science United — melhor para iniciantes
Science United é uma interface BOINC que pula a seleção de projeto. Inscreva-se, escolha áreas de ciência amplas (biomédica, física, clima), e Science United anexa sua máquina aos projetos que se encaixam e mais precisam de voluntários.
Onde falha: Menos controle se você tem um projeto específico que quer apoiar. Ainda requer BOINC por baixo.
Preço:
- Grátis (via BOINC)
Plataformas: Windows, macOS, Linux (via BOINC)
Baixar: scienceunited.org
Resumo: Melhor se você quer doar ciclos mas não quer pesquisar projetos você mesmo.
7. GPUGRID — melhor carga de trabalho GPU pura
GPUGRID executa simulações de dinâmica molecular para pesquisa biomédica (proteínas virais, ligação de drogas), inteiramente na GPU. Se Folding@home está excessivamente inscrito no pico, GPUGRID é para onde você vai para uma fila fresca de trabalho apenas GPU.
Onde falha: Focado em CUDA; suporte GPU AMD e Intel ficaram para trás. Apenas Windows e Linux. O nível de atividade do projeto variou ao longo dos anos.
Preço:
- Grátis (via BOINC)
Plataformas: Windows, Linux (via BOINC)
Baixar: Anexe via gpugrid.net
Resumo: Melhor para GPUs pesadas em CUDA procurando um segundo projeto após Folding@home.
Como escolher o certo
Se você quer impacto máximo por hora ociosa com uma instalação: Folding@home.
Se você quer mais de um projeto: BOINC com Einstein@Home (GPU) e Rosetta@home (CPU) anexados.
Se a causa importa mais: World Community Grid via BOINC.
Se você quer que BOINC escolha para você: Science United.
Se você tem uma placa Nvidia e quer trabalho GPU puro: GPUGRID, junto com Folding@home.
Pule computação distribuída inteiramente se a máquina for alimentada por bateria ou em uma rede medida. Ambas as categorias custam mais a você do que contribuem.
FAQ
Executar Folding@home ou BOINC danificará minha GPU?
GPUs modernas lidam com cargas de computação sustentadas por anos sem degradação mensurável, desde que a placa permaneça dentro de suas temperaturas nominais. Observe as temperaturas nos primeiros dias e defina uma curva de ventilador se as temperaturas ociosas subirem. O maior risco é acúmulo de poeira ao longo de meses; limpe o case.
Quanto isso adiciona à minha conta de eletricidade?
Uma GPU de 250W funcionando 12 horas por dia em $0,15/kWh adiciona cerca de $12/mês. Reduz isso à metade se você subbaixar e limitar o tempo de execução do cliente.
Posso jogar enquanto Folding@home roda?
Sim. Os clientes pausam o trabalho GPU quando detectam um aplicativo 3D em tela cheia ou entrada ativa. Você verá a dobragem pausar em segundos de lançar um jogo.
Qual projeto produz a maior saída de pesquisa para uma hora determinada de tempo GPU?
Isso varia por ciclo de projeto e hardware. Folding@home consistentemente se classifica alto em taxa de transferência GPU em placas Nvidia e AMD modernas. Einstein@Home e GPUGRID são competitivos para cargas pesadas em CUDA.
Preciso de uma placa Nvidia?
Não. Folding@home, Einstein@Home e a maioria de outros suportam OpenCL em GPUs AMD e Intel. O caminho CUDA da Nvidia é muitas vezes mais rápido em um nível dado porque os clientes são ajustados lá primeiro.
Minha contribuição é realmente anônima?
Você registra um nome de usuário (nome real opcional) e sua contribuição aparece em placares públicos. O trabalho em si é ciência anônima; o crédito é público. Se você não quer nenhuma visibilidade, use um pseudônimo no cadastro.
