“GPU的优势同样可以复制到其他研究领域。多亏GPU技术，才让我们的整个工作变得又快又高效。对我们来说，快速得到结果就是节省出更多的金钱与资源。”——伊利诺伊大学香槟分校(University of Illinois at Urbana-Champaign)高级研究程序员 John Stone
挑战
缓解像H1N1这样的新型且有突变可能的全球性传染病，首先就是要快速开发出针对疾病的有效药物。就拿H1N1来说，检测流感病毒蛋白质突变对达菲(Tamiflu)疗效的影响，以及是否会导致有效性下降，将是一个计算密集型过程。
检测涉及对一个35K原子仿真系统的模拟，由John Stone带领的伊利诺伊州大学香槟分校的科学家团队，最终决定采用GPUs这种新方式。
使用CPU来模拟场景，要花费超过一个月的时间，且只是单个仿真，并非完整实验的多仿真。
解决方案
Stone和他的团队采用运行在Tesla GPUs上的NVIDIA CUDA并行处理架构，完成分子建模计算，模拟H1N1突变的抗药性。多亏GPU高效地执行多仿真，快速得出对控制疫情有重要影响的结果。
影响
GPU加速仅需1个小时就可以完成计算。凭借GPU效率几乎是成千倍的提高，优化算法也令科学家实现“突发计算”成为可能，研究生物极度相关问题，并通过医学研究社区分享成果。
速度和性能的增长不光帮助研究人员完成了最初的目标——测试达菲在治疗H1N1及其衍生上的有效性——也为他们节省出更多宝贵时间进行其他重要研究。此外，进一步计算显示，基因突变致使猪或禽流感对达菲产生抗药性已经破坏了“结合漏斗”，这为理解抗药性背后的机理提供了新思路。
H1N1流行期间，在Tesla GPUs上使用基于CUDA的改进算法，使获得达菲功效的结果一个下午就可以搞定。相比原先采用合适的方法也须花费数周乃至数月的时间来说，可谓是极大的飞跃。
