to adelies大:
因為本身沒在跑這些程式 所以無法提供效能數據參考
只好講這些囉

其實重點是在 適不適合切割計算的內容 及 計算部份是否有相關性

如果像Grid這種 ex: UD
將小分子放在DNA或是蛋白質裡面的計算 通常都是用能量最小化的方式
換句話說 就是求得兩者最穩定的位向
簡單說就是不斷改變小分子的空間位置
並在每個位置計算其相對能量
再取其能量最小的位置
由於需要計算的小分子數目太多和這些小分子在大分子內的位置不同 也會有不一樣的結果
所以將整個空間切割成一塊一塊 再配合不同的小分子 這樣組合性就很多 且這些組合間都沒有相關性
所以適合將不同組合 分配給不同電腦計算
即使這些電腦的速度不同 但由於每台電腦計算的資料無相關係 所以不影響資料回傳的時間
只要算完再把這些資料整理即可

但像folding之類的問題 通常是動力學的過程
所以不同時間點的資料是有相關性的
如果計算一個大型的分子 將各部份拆開的傳送給不同電腦計算 如果電腦計算速度相差太多
會變得沒有效率 因為必需要等最慢的電腦回傳整合後 才能計算下一步的資料
所以這類計算比較適合大型主機 和PC Clusters之類 因為各計算單位的硬體都是相同

sorry 排版不好請見諒