2008年8月26日，美国加利福尼亚州圣克拉拉市 - 根据斯坦福大学公布的统计数字，到上周为止，NVIDIA GPU（图形处理器）已经为斯坦福大学Folding@home分布式计算应用贡献了超过1 petaflop^[1] （千万亿次浮点运算）。所有运行的NVIDIA® GPU实现了超过1.25 petaflop（千万亿次浮点运算），占到了研究蛋白质对人体影响这一应用项目总处理能力的42%。

NVIDIA（英伟达）的千万亿次浮点运算，几乎占到了Folding@home项目总处理能力的一半，而这些是由该项目中所使用的仅11,370颗GPU（图形处理器）实现的。相比之下，运行Windows的CPU共计208,268颗，而其性能却只能实现198万亿次浮点运算，仅相当于该项目总处理能力的6%。

斯坦福大学于六月发布了专为NVIDIA GPU计算而设计的Folding@home客户端，因此取得这一惊人的进步仅花了短短几个月的时间。Folding@home客户端的CUDA端口采用NVIDIA CUDA™开发，是一款用于群核并行架构的C语言编程环境，实现了该项目有史以来高于任何其它架构的最大处理能力。

斯坦福大学化学系副教授兼Folding@home项目总监Vijay Pande表示：“这些统计数字显示，NVIDIA GPU对蛋白质折叠模拟的影响是相当巨大的。使用NVIDIA GPU模拟折叠的团队实现了生产率的大幅提升，而这也极大地加快了该项目的速度。”

NVIDIA®（英伟达™）公司视觉消费级解决方案总经理Michael Steele表示：“像Folding@home这样的应用还仅仅是个开端，每天我们都会看到越来越多的得益于CUDA以及我们GPU技术的计算问题实例。我知道自从我们GPU专用的CUDA端口发布之后，NVIDIA®（英伟达™）公司的每位员工都密切关注Folding@home项目的进展。看到他们在极具价值的事业上做出了如此重大而有意义的贡献，我们感到非常高兴。”

斯坦福大学的分布式计算项目Folding@home通过将数百万颗处理器的计算能力结合在一起来模拟蛋白质折叠，现已成为研究威胁生命疾病治愈方法的一支重要力量。这些疾病包括癌症、囊肿性纤维化、帕金森综合症等等。Folding@home项目是越来越多的GPU非游戏应用程序中的最新实例。在NVIDIA GPU上运行Folding@home客户端所实现的蛋白质折叠模拟速度比在当今主流CPU上提高了140倍。

完整的统计表如下：

数据来源:http://fah-web.stanford.edu/cgi-bin/main.py?qtype=osstats，截至2008年8月19日。

^[1] flop是每秒浮点运算次数，是处理能力的标准量度。1 teraflop是万亿flop，而1 petaflop则为千万亿flop。