XDA-Developers señaló esta semana que la mayoría de los jugadores ejecutan una GPU inactiva de 300W durante 20 horas al día. Renderiza una cosa a las 8 PM, se queda en 20W el resto del tiempo, y consume la depreciación de una tarjeta de $600 sin hacer nada. La computación distribuida voluntaria ha sido la respuesta durante una década: dona los ciclos inactivos a un proyecto de investigación que los necesita. Los proyectos son reales (plegamiento de proteínas para descubrimiento de fármacos, análisis de ondas gravitacionales, detección de cáncer), los clientes son maduros, y las GPU modernas procesan el trabajo que antes les tomaba semanas a las supercomputadoras.
Probamos 7 aplicaciones de escritorio que enrutan tu GPU inactiva (y en algunas, CPU) a un proyecto de investigación. La lista cubre los dos clientes middleware gigantes (BOINC, Folding@home), la red humanitaria fundada por IBM (World Community Grid), el trabajo de ondas gravitacionales y pulsares en Einstein@Home, el proyecto de diseño de proteínas que alimenta Rosetta, el planificador paraguas para recién llegados a BOINC (Science United), y la red de física solo GPU (GPUGRID). Todas las opciones se ejecutan en Windows, macOS o Linux; la mayoría admite los tres.
Qué buscar en un cliente de computación distribuida
- Respeto por la máquina: pausa en juegos, regulación cuando se ejecuta con batería, retroceso cuando la GPU alcanza límites térmicos.
- Soporte de GPU que realmente usa la tarjeta, no solo la CPU. Nvidia CUDA, AMD OpenCL e Intel oneAPI se han madurado en los últimos años.
- Una causa en la que crees. La motivación dura más que los valores predeterminados; un proyecto que te importa sobrevive al primer pico térmico o factura de electricidad grande.
- Buenos modales de ancho de banda: unidades de trabajo en decenas de MB, no gigabytes, para que puedas dejarlas funcionando en una conexión medida.
- Transparencia de contribución: un panel público que muestra lo que tu máquina ha completado.
Comparación rápida
| App | Best for | OS | Uses GPU | Cost |
|---|---|---|---|---|
| Folding@home | Protein folding, largest home compute network | Windows, macOS, Linux | Yes (CUDA, OpenCL) | Free |
| BOINC | Middleware for dozens of projects | Windows, macOS, Linux | Depends on project | Free |
| World Community Grid | Humanitarian and health research | Windows, macOS, Linux (via BOINC) | Some projects | Free |
| Einstein@Home | Gravitational waves and pulsar detection | Windows, macOS, Linux (via BOINC) | Yes (CUDA, OpenCL) | Free |
| Rosetta@home | Protein design | Windows, macOS, Linux (via BOINC) | CPU primarily | Free |
| Science United | BOINC scheduler for newcomers | Windows, macOS, Linux (via BOINC) | Depends | Free |
| GPUGRID | GPU-only molecular dynamics | Windows, Linux (via BOINC) | Yes (CUDA) | Free |
1. Folding@home — mejor en general
Folding@home simula cómo se pliegan las proteínas, lo cual subyace en el descubrimiento de fármacos para el cáncer, el Alzheimer y las enfermedades infecciosas. Es la red de computación doméstica más grande del mundo; en el pico de la pandemia, brevemente superó las 500 supercomputadoras principales combinadas por un factor de varios. El cliente GPU es maduro, logra alta utilización en tarjetas Nvidia y AMD modernas, y se pausa automáticamente cuando detecta un usuario activo o un juego de pantalla completa.
Dónde falla: Solo un proyecto (simulación de proteínas). Sin trabajo alternativo pesado en CPU cuando la cola de GPU se agota, aunque es raro.
Precio:
- Gratis
Plataformas: Windows, macOS, Linux
Descargar: foldingathome.org
Conclusión: Lo mejor si quieres el máximo impacto por hora inactiva con la mínima configuración.
2. BOINC — mejor middleware
BOINC (Berkeley Open Infrastructure for Network Computing) no es un proyecto en sí; es el cliente que se comunica con docenas de ellos. Adjunta uno o varios, establece una cuota de recursos, y BOINC programa el trabajo entre ellos. El uso clásico es ejecutar Einstein@Home, Rosetta@home y MilkyWay@home desde un solo panel.
Dónde falla: La interfaz parece antigua. La configuración inicial (adjuntar a un proyecto, obtener una clave de cuenta, verificar crédito) tiene fricción que Folding@home no tiene.
Precio:
- Gratis (código abierto, LGPL)
Plataformas: Windows, macOS, Linux, Android
Descargar: boinc.berkeley.edu/download.php
Conclusión: Lo mejor cuando quieres donar a más de un proyecto o cambiar proyectos sin cambiar clientes.
3. World Community Grid — mejor enfoque humanitario
World Community Grid fue fundado por IBM, ahora dirigido por Krembil Research Institute, y coordina investigación humanitaria: detección de cáncer (OpenPandemics), predicción de lluvia para regiones vulnerables al clima (Africa Rainfall Project), y descubrimiento de fármacos para la tuberculosis. Se ejecuta sobre BOINC, por lo que una vez que BOINC está instalado, adjuntar a WCG es un envío de formulario.
Dónde falla: No todos los proyectos de WCG tienen unidades de trabajo GPU; varios son solo CPU, lo que significa que tu tarjeta de juego moderna se queda parcialmente inactiva. El cambio entre proyectos varía.
Precio:
- Gratis (vía BOINC)
Plataformas: Windows, macOS, Linux, Android (vía BOINC)
Descargar: worldcommunitygrid.org
Conclusión: Lo mejor cuando la causa importa tanto como el rendimiento.
4. Einstein@Home — mejor utilización de GPU en física
Einstein@Home analiza datos de LIGO (ondas gravitacionales), el telescopio Fermi (pulsares) y encuestas de radiotelescopios, buscando señales en el ruido. Las unidades de trabajo GPU se ejecutan en CUDA y OpenCL y usan la tarjeta tan intensamente como cualquier cosa en esta lista, que es el punto si el objetivo es “poner esa GPU a trabajar.”
Dónde falla: Se ejecuta a través de BOINC; la configuración tiene la misma fricción. Algunas tareas de GPU generan calor significativo, así que verifica las temperaturas en casos ajustados.
Precio:
- Gratis (vía BOINC)
Plataformas: Windows, macOS, Linux (vía BOINC)
Descargar: Adjunta a través de einsteinathome.org
Conclusión: Lo mejor si quieres una carga GPU pesada en un proyecto de física con resultados claros.
5. Rosetta@home — mejor trabajo de CPU en diseño de proteínas
Rosetta@home diseña nuevas proteínas: enzimas, anticuerpos, candidatos a vacunas. El trabajo es intensivo en CPU, por lo que complementa una máquina que ya ejecuta Folding@home o GPUGRID en la GPU sin competir por el mismo silicio.
Dónde falla: Principalmente CPU, por lo que una GPU de juego moderna se queda inactiva a menos que la emparejes con un proyecto GPU también. Algunos ciclos de proyecto se ejecutan más lentamente que otros.
Precio:
- Gratis (vía BOINC)
Plataformas: Windows, macOS, Linux (vía BOINC)
Descargar: Adjunta a través de boinc.bakerlab.org/rosetta
Conclusión: El mejor acompañante del lado del CPU para un proyecto pesado en GPU.
6. Science United — mejor para principiantes
Science United es una interfaz BOINC que salta la selección de proyectos. Regístrate, elige áreas amplias de ciencia (biomédica, física, clima), y Science United adjunta tu máquina a los proyectos que se ajustan y necesitan más voluntarios.
Dónde falla: Menos control si tienes un proyecto específico que quieres apoyar. Aún requiere BOINC debajo.
Precio:
- Gratis (vía BOINC)
Plataformas: Windows, macOS, Linux (vía BOINC)
Descargar: scienceunited.org
Conclusión: Lo mejor si quieres donar ciclos pero no quieres investigar proyectos tú mismo.
7. GPUGRID — mejor carga de trabajo GPU pura
GPUGRID ejecuta simulaciones de dinámica molecular para investigación biomédica (proteínas virales, unión de fármacos), completamente en la GPU. Si Folding@home está sobreasignado en el pico, GPUGRID es adonde vas para una nueva cola de trabajo solo GPU.
Dónde falla: Enfocado en CUDA; el soporte de GPU de AMD e Intel se ha retrasado. Solo Windows y Linux. El nivel de actividad del proyecto ha variado a lo largo de los años.
Precio:
- Gratis (vía BOINC)
Plataformas: Windows, Linux (vía BOINC)
Descargar: Adjunta a través de gpugrid.net
Conclusión: Lo mejor para GPU pesadas en CUDA buscando un segundo proyecto después de Folding@home.
Cómo elegir el correcto
Si quieres el máximo impacto por hora inactiva con una instalación: Folding@home.
Si quieres más de un proyecto: BOINC con Einstein@Home (GPU) y Rosetta@home (CPU) adjuntos.
Si la causa importa más: World Community Grid a través de BOINC.
Si quieres que BOINC elija por ti: Science United.
Si tienes una tarjeta Nvidia y quieres trabajo GPU puro: GPUGRID, junto con Folding@home.
Salta la computación distribuida completamente si la máquina es portátil o está en una red medida. Ambas categorías te cuestan más de lo que contribuyen.
FAQ
¿Ejecutar Folding@home o BOINC dañará mi GPU?
Las GPU modernas manejan cargas de computación sostenidas durante años sin degradación medible, siempre que la tarjeta se mantenga dentro de sus temperaturas nominales. Observa las temperaturas durante los primeros días y establece una curva de ventilador si las temperaturas inactivas suben. El mayor riesgo es la acumulación de polvo durante meses; limpia el case.
¿Cuánto se suma a mi factura de electricidad?
Una GPU de 250W funcionando 12 horas al día a $0,15/kWh suma alrededor de $12/mes. Reduce eso a la mitad si subajas el voltaje y limitas el tiempo de ejecución del cliente.
¿Puedo jugar mientras se ejecuta Folding@home?
Sí. Los clientes pausan el trabajo de GPU cuando detectan una aplicación 3D de pantalla completa o entrada activa. Verás que el plegamiento se pausa en segundos de lanzar un juego.
¿Qué proyecto produce la mayor salida de investigación para una hora determinada de tiempo GPU?
Eso varía según el ciclo del proyecto y el hardware. Folding@home se clasifica consistentemente entre los primeros para el rendimiento GPU en tarjetas Nvidia y AMD modernas. Einstein@Home y GPUGRID son competitivos para cargas intensivas en CUDA.
¿Necesito una tarjeta Nvidia?
No. Folding@home, Einstein@Home y la mayoría de otros admiten OpenCL en GPU de AMD e Intel. La ruta CUDA de Nvidia a menudo es más rápida en un nivel dado porque los clientes se ajustan allí primero.
¿Es mi contribución realmente anónima?
Registras un nombre de usuario (nombre real opcional) y tu contribución aparece en clasificaciones públicas. El trabajo en sí es ciencia anónima; el crédito es público. Si no quieres visibilidad en absoluto, usa un seudónimo al registrarse.
