比传统CPU快140倍，NVIDIA提升研究速度

　　斯坦福大学化学系副教授兼Folding@home项目总监Vijay Pande表示：“GeForce GPU（图形处理器）对蛋白质折叠模拟的影响是巨大而深远的。使用GeForce GPU（图形处理器）来模拟蛋白质折叠的团队实现了其生产效率的极速飙升。在Folding@home中应用如此强大的处理性能彻底改变了这一项目，极大地缩短了我们进行生物医学研究所需的时间。”

　　为了处理尽可能多的数据，Folding@home项目聚集了大量组队竞赛的计算机发烧友。ExtremeOverclocking.com网站统计并显示了这些团队的非官方统计数字。NVIDIA（英伟达）内部折叠模拟团队仅用了10台机器、花了两周时间就超越了90%的团队。NVIDIA（英伟达）团队添置了更多GPU（图形处理器）之后，就全时生产效率而言，该团队在不到一个月的时间内就跻身于仅占总数0.1%的顶级团队行列。

　　其他蛋白质折叠团队在使用了NVIDIA Folding@home客户端后也实现了其排名的提升。

　《PC Games Hardware》编辑Carsten Spille表示：在许多队员安装了NVIDIA Folding客户端之后，我们PC Games Hardware蛋白质折叠团队实现了在同样时间内的工作量翻倍。我们每天都能超越许多团队，最终实现了我们跻身世界折叠团队100强的目标。”

　　蛋白质折叠
　　蛋白质可以通过一种方法聚集起来，而这种方法就是生物学家所谓的“折叠”。Folding@home项目的目标是了解蛋白质折叠、误折叠以及相关的疾病。Folding@home模拟蛋白质折叠就是为了了解蛋白质如何快速可靠地折叠以及蛋白质不正确折叠的后果。阿耳茨海默氏病、囊肿性纤维化、疯牛病（BSE）、遗传肺气肿以及多种癌症等疾病均被认为是由蛋白质误折叠所造成。