為幫助科學家和研究人員儘快找到應對 COVID-19 大流行的方法，許多企業和個人都已加入致力於攻克蛋白質摺疊問題的 Folding @ home 分散式計算專案。
上個月的時候，其宣佈網路總算力已達到 1.5 Exaflops 。然而僅僅三週，其處理能力就已經接近 2.5 Exaflops —— 比全球 Top500 超級計算機還要快。
4 月 14 日，Folding @ home 在 Twitter 上證實：當前網路總算力已達 2.4 Exaflops，峰值更是達到了 2.5 Exaflops 左右。
此外，英偉達、英特爾和 AMD 這三大硬體公司也為 Folding @ home 專案提供了鼎立自持，前者更是宣佈將利用自己的 AI 和 HPC 專業知識來幫助對抗 COVID-19 。
據悉，英偉達 AI 團隊可幫助科研人員更快地獲取和處理更多的資料，從而在短時間內提供更好的見解。
同時英偉達在分子生物學、醫學影像、基因組學、計算流體動力學和視覺化、以及超算吞吐量最佳化等方面擁有十多年的專業知識。
目前總計有 545824 個英偉達 GPU、102341 個 AMD GPU 和 1487229 個 CPU（共 11015211 個處理核心）在為龐大的 2.4 ~ 2.5 Exaflops 網路提供支援。
為幫助科學家和研究人員儘快找到應對 COVID-19 大流行的方法，許多企業和個人都已加入致力於攻克蛋白質摺疊問題的 Folding @ home 分散式計算專案。
上個月的時候，其宣佈網路總算力已達到 1.5 Exaflops 。然而僅僅三週，其處理能力就已經接近 2.5 Exaflops —— 比全球 Top500 超級計算機還要快。
4 月 14 日，Folding @ home 在 Twitter 上證實：當前網路總算力已達 2.4 Exaflops，峰值更是達到了 2.5 Exaflops 左右。
此外，英偉達、英特爾和 AMD 這三大硬體公司也為 Folding @ home 專案提供了鼎立自持，前者更是宣佈將利用自己的 AI 和 HPC 專業知識來幫助對抗 COVID-19 。
據悉，英偉達 AI 團隊可幫助科研人員更快地獲取和處理更多的資料，從而在短時間內提供更好的見解。
同時英偉達在分子生物學、醫學影像、基因組學、計算流體動力學和視覺化、以及超算吞吐量最佳化等方面擁有十多年的專業知識。
目前總計有 545824 個英偉達 GPU、102341 個 AMD GPU 和 1487229 個 CPU（共 11015211 個處理核心）在為龐大的 2.4 ~ 2.5 Exaflops 網路提供支援。