比傳統CPU快140倍，NVIDIA提升研究速度

　　斯坦福大學化學系副教授兼Folding@home項目總監Vijay Pande表示：“GeForce GPU（圖形處理器）對蛋白質折疊模擬的影響是巨大而深遠的。使用GeForce GPU（圖形處理器）來模擬蛋白質折疊的團隊實現了其生產效率的極速飆升。在Folding@home中應用如此強大的處理性能徹底改變了這一項目，極大地縮短了我們進行生物醫學研究所需的時間。”

　　為了處理盡可能多的數據，Folding@home項目聚集了大量組隊競賽的計算機發燒友。ExtremeOverclocking.com網站統計并顯示了這些團隊的非官方統計數字。NVIDIA（英偉達）內部折疊模擬團隊僅用了10臺機器、花了兩周時間就超越了90%的團隊。NVIDIA（英偉達）團隊添置了更多GPU（圖形處理器）之后，就全時生產效率而言，該團隊在不到一個月的時間內就躋身于僅占總數0.1%的頂級團隊行列。

　　其他蛋白質折疊團隊在使用了NVIDIA Folding@home客戶端后也實現了其排名的提升。

　《PC Games Hardware》編輯Carsten Spille表示：在許多隊員安裝了NVIDIA Folding客戶端之后，我們PC Games Hardware蛋白質折疊團隊實現了在同樣時間內的工作量翻倍。我們每天都能超越許多團隊，最終實現了我們躋身世界折疊團隊100強的目標。”

　　蛋白質折疊
　　蛋白質可以通過一種方法聚集起來，而這種方法就是生物學家所謂的“折疊”。Folding@home項目的目標是了解蛋白質折疊、誤折疊以及相關的疾病。Folding@home模擬蛋白質折疊就是為了了解蛋白質如何快速可靠地折疊以及蛋白質不正確折疊的后果。阿耳茨海默氏病、囊腫性纖維化、瘋牛病（BSE）、遺傳肺氣腫以及多種癌癥等疾病均被認為是由蛋白質誤折疊所造成。