Il problema delle enormi capacità di calcolo necessarie è stato risolto da Vijay Pande della Stanford University con il suo progetto Folding@home.
Si parla in questo caso di calcolo distribuito perché piuttosto che far girare il progetto su giganteschi supercomputer, le simulazioni vengono divise in piccoli pezzi (noti come Unità di lavoro, o WU) che vengono inviati via internet ai PC sui quali gira il software F@H. Su questi PC il lavoro viene svolto a seconda dei casi dalla CPU o dalla GPU e poi rimandato al server centrale.
I risultati vengono verificati e se corretti vengono accreditati un certo numero di punti che servono a dare un’idea del lavoro svolto per il progetto. Contemporaneamente al PC ospite vengono inviate nuove unità di lavoro e così via.
Contrariamente a quanto farebbe una società farmaceutica privata, una volta che siano state ricevute abbastanza WU per completare il lavoro, Stanford pubblica i suoi risultati sul suo sito web e sulle riviste mediche.
 
Quanto conta una singola Unità di lavoro per Folding@home? In generale si potrebbe dire che una WU simula un milionesimo del processo di ripiegamento proteico. Le proteine non si ripiegano tutte alla stessa velocità; il processo avviene nell’ordine dei micro o dei millisecondi.

Una singola Unità di lavoro riesce a simulare un tempo compreso tra il nano e il microsecondo anche se c’è da dire che le recenti GPU riescono a simulare addirittura l’intero processo di ripiegamento se le proteine sono sufficientemente piccole.
 

Accedi per commentare