...
Direkt zum Seiteninhalt

Das Projekt - Folding@Home

Menü überspringen
Menü überspringen
mame.at
Menü überspringen
03.10.2026
Aus meiner jahrelangen Zeit als Computerbastler habe ich noch eine ganze Reihe an Komponenten herumliegen – darunter Arbeitsspeicher, Prozessoren, Netzteile und vieles mehr. Diese Teile möchte ich nicht einfach ungenutzt liegen lassen, sondern ihnen ein zweites Leben geben. Da leistungsfähige Grafikkarten mittlerweile nicht nur teuer, sondern auch relativ stromhungrig sind, habe ich mich bewusst dazu entschieden, Folding@Home bei diesem Projekt ausschließlich über die CPU zu betreiben.

Mein Ziel ist klar definiert: Das Team „Danube Tower“ soll mindestens die TOP 1.000 der weltweiten Folding@Home-Rangliste erreichen. Dafür habe ich mir folgendes Konzept überlegt:

  • Alte Hardware wird wiederverwendet, soweit sie noch sinnvoll eingesetzt werden kann.
  • Fehlende Komponenten werden zugekauft – gebraucht oder neu, sofern sie zu einem vernünftigen Preis erhältlich sind.
  • Keine klassischen PC-Gehäuse: Die Systeme werden als offene, strukturierte Aufbauten realisiert. Dafür entsteht ein selbstgebautes Rack aus 20×20 und 20×40-mm-System-Aluminiumprofilen.
  • Stromverbrauch wird gemessen: Durch die Erfassung der tatsächlichen Leistungsaufnahme und die Berechnung des Energieverbrauchs pro Work Unit möchte ich herausfinden, welche Prozessoren besonders effizient für Folding@Home arbeiten.

Mit dem Aufbau des ersten System-Racks habe ich bereits begonnen. Zu diesem Zweck habe ich bei motedis.at verschiedene Aluminiumprofile und Verbindungselemente bestellt, um zunächst ein Gefühl für das Material, die Stabilität und die Möglichkeiten dieses Aufbaus zu bekommen. Die speziellen Verbindungsteile für die Aufnahme von Motherboards, Netzteilen und weiteren Komponenten werden teilweise selbst konstruiert und anschließend auf meinem 3D-Drucker aus PETG gefertigt.
Auch der erste Folding@Home-Rechner ist bereits in Betrieb. Für den Anfang habe ich einen einfachen „fliegenden“ Aufbau aus vorhandenen Komponenten zusammengestellt: ein älteres Motherboard, eine ältere CPU, vorhandene DDR4-Speichermodule und eine alte SATA-M.2-SSD. Das System (mit Linux / Ubuntu) läuft derzeit noch – ganz klassisch – auf dem Esstisch. Seit gestern Abend arbeitet es unter dem Namen FatH01 zuverlässig für das Team Danube Tower.
Damit ist der erste Schritt gemacht. Jetzt geht es darum, aus vorhandener Hardware möglichst viel Rechenleistung herauszuholen – und dabei gleichzeitig herauszufinden, welche Kombination aus Leistung, Energieverbrauch und Effizienz für Folding@Home am sinnvollsten ist.

Du möchtest das Projekt unterstützen?
Solltest auch du etwas zu dieser wirklich guten Sache beitragen wollen, würde ich mich über Unterstützung sehr freuen. Gesucht werden vor allem Sachspenden, die in den Folding@Home-Systemen sinnvoll weiterverwendet werden können:

  • DDR4- oder DDR5-Arbeitsspeicher
  • AMD Ryzen 7 oder Ryzen 9 Prozessoren
  • SSDs

Auch finanzielle Unterstützung ist natürlich willkommen und hilft dabei, fehlende Komponenten gezielt zu beschaffen und weitere Folding@Home-Systeme aufzubauen. Ganz egal, ob du Hardware übrig hast oder das Projekt finanziell unterstützen möchtest – jeder Beitrag hilft dabei, die Rechenleistung des Teams Danube Tower weiter auszubauen. Wenn du mehr über das Projekt erfahren möchtest oder etwas beisteuern kannst, schreib mir gerne eine E-Mail an:  mm@fammey.at
Vielen Dank für jede Unterstützung!
07.10.2026
Danube Tower Dashboard – Der Anfang
Heute ist das Danube Tower Dashboard entstanden – als zentrale Übersicht für unsere Folding@home-Rechner. Dafür habe ich einen eigenen Ubuntu Data-Collector für Folding@home aufgebaut. Warum? Weil die einzelnen Rechner ihre Daten zwar selbst liefern, wir diese aber nicht auf jedem System einzeln abfragen und auswerten wollen. Der Collector sammelt die wichtigen Informationen zentral, bereitet sie einheitlich auf und stellt sie dem Dashboard zur Verfügung. FatH01 und FatH_24core sind bereits eingebunden. Damit steht nun die technische Basis für eine gemeinsame Übersicht über unsere Folding-Rechner. Und das ist erst der Anfang: Als Nächstes will ich weitere Rechner anbinden und das Dashboard um wichtige Informationen wie Work Units, Punkte, Leistung, Stromverbrauch und Effizienz erweitern.
Das Ziel ist klar:
Ein Dashboard, das auf einen Blick zeigt, was unsere Folding-Rechner gerade leisten.
09.10.2026
Beim Danube Tower Dashboard geht es weiter! Neben der Fehlerbehebung bei FatH02 haben wir heute auch FatH03 in unser Monitoring eingebunden. Damit wächst unser Folding@home-Netzwerk Schritt für Schritt – und die Rechner lassen sich zentral überwachen. Auch bei der Hardware hat sich etwas getan: Unsere Folding-Rechner sind jetzt auf einem selbst gebauten Rack aus 20 × 20 mm Systemprofilen übersiedelt. Das sorgt für eine aufgeräumte, modulare Anordnung und schafft Platz für weitere Systeme. Technisch haben wir außerdem ein wichtiges Detail verbessert: Ubuntu startet den Folding@home-Dienst erst, wenn das Netzwerk bereit ist. Damit vermeiden wir Startprobleme nach einem Neustart und schaffen eine zuverlässigere Basis für den Dauerbetrieb.
Wie geht es weiter?
Wir wollen weitere Rechner einbinden und das Dashboard laufend ausbauen. Neben dem Status interessieren uns vor allem Work Units, Rechenleistung und künftig auch der Stromverbrauch – damit wir nicht nur sehen, dass unsere Rechner arbeiten, sondern auch, wie effizient sie das tun.
Mehr Rechner, bessere Übersicht und ein selbst gebautes Rack: Das Danube Tower Dashboard wächst – technisch und ganz real.
12.10.2026
Kurzes Update: Mein Folding@home-Netzwerk wächst! Beim Danube Tower Dashboard geht es weiter! Mittlerweile laufen neben dem bestehenden FatH_24core auch die neuen Rechner FatH01, FatH02 und FatH03 in meinem System. Alle vier Maschinen sind in das selbst entwickelte Dashboard eingebunden und werden zentral überwacht. Doch dabei bleibt es nicht: FatH04 ist bereits in der Pipeline! Mein Ziel ist es, Schritt für Schritt ein leistungsfähiges Folding@home-Netzwerk aufzubauen – mit zentralem Monitoring, übersichtlicher Darstellung und möglichst effizienter Nutzung der verfügbaren Rechenleistung. Vier Rechner laufen bereits. Der fünfte ist in Arbeit. Und das Projekt wächst weiter!
19.10.2026
Der nächste Meilenstein ist geschafft: FatH04 ist in Betrieb! Damit wächst mein Folding@home-Netzwerk weiter. Aktuell sind fünf Rechner im Einsatz: der bestehende FatH_24core sowie FatH01, FatH02, FatH03 und der neu hinzugekommene FatH04. Dabei gibt es einen wesentlichen Unterschied bei der Hardware: Nur FatH01 verfügt über eine integrierte Grafikeinheit (iGPU). FatH02,  FatH03 und FatH04 laufen vollständig headless – also ohne Grafikkarte, Monitor oder sonstige zusätzliche Grafikhardware. Die Idee dahinter ist einfach: Die Rechner sollen ihre Leistung (bei wenig Stromverbrauch) möglichst vollständig für Folding@home einsetzen. Eine Grafikkarte, die für die eigentliche Berechnung nicht benötigt wird, wäre in diesem Konzept nur zusätzliche Hardware. Doch was auf den ersten Blick einfach klingt, brachte bei der Einrichtung einige unerwartete Schwierigkeiten mit sich. Ubuntu ohne Bildschirm – eine eigene Herausforderung. Ein Linux-Rechner lässt sich grundsätzlich problemlos ohne Monitor betreiben. Schwieriger wird es, wenn man trotzdem eine grafische Fernwartung nutzen möchte. Genau hier begann die eigentliche Fehlersuche. Bei FatH02 funktionierte die Verbindung über TeamViewer zwar, der übertragene Bildschirm blieb jedoch schwarz. Die Verbindung stand, aber der Desktop war nicht sichtbar. Die Analyse führte tief ins System: Der virtuelle X-Server lief, ein Bildschirm mit einer Auflösung von 1920 × 1080 wurde bereitgestellt, und auch die erforderlichen Komponenten waren vorhanden. Trotzdem gelang es TeamViewer nicht, den Bildschirminhalt korrekt zu erfassen. Selbst ein virtueller Grafiktreiber brachte zunächst nicht die gewünschte Lösung. Dabei wurde deutlich, dass ein funktionierender Fernzugriff und eine funktionierende Bildschirmübertragung zwei unterschiedliche Dinge sind. Ohne physische Grafikhardware müssen Betriebssystem, grafische Sitzung und Fernwartungssoftware sauber zusammenspielen.
Die Erfahrungen mit FatH02 und FatH03 zeigen, dass ein Headless-System mehr Planung erfordert als ein gewöhnlicher Desktop-PC. Netzwerk, automatische Dienste, Fernzugriff und der Start von Folding@home müssen zuverlässig funktionieren – auch nach einem Neustart und ohne jemanden vor Ort. Mit dem Danube Tower Dashboard habe ich zusätzlich eine zentrale Übersicht geschaffen, über die ich den Zustand meiner Rechner kontrollieren kann. So muss ich nicht jedes System einzeln überprüfen, um zu sehen, ob es arbeitet. Fünf Rechner sind jetzt in Betrieb, FatH04 ist hinzugekommen und das Projekt wächst weiter. Die nächsten Schritte bestehen darin, den Dauerbetrieb weiter zu stabilisieren, die Systeme effizient zu überwachen und die verfügbare Rechenleistung bestmöglich für Folding@home einzusetzen. Denn am Ende zählt nicht, wie viele Bildschirme an den Rechnern hängen, sondern wie zuverlässig sie rechnen.
23.10.2026
Danube Tower Dashboard: FatH05 ist online – und das Monitoring wird erwachsen!
Mein Folding@home-Projekt wächst weiter: FatH05 ist online! Damit arbeiten jetzt sechs Rechner für mein Projekt – FatH_24core sowie FatH01 bis FatH05. Doch es geht nicht nur um zusätzliche Rechenleistung. Ich habe das Danube Tower Dashboard wesentlich erweitert: Neben dem Status von Folding@home werden nun auch wichtige Hardwaredaten erfasst und übersichtlich dargestellt. Was das Dashboard jetzt zusätzlich zeigt:
CPU-Temperaturen: Ich sehe, wie warm die Prozessoren unter Rechenlast werden.
Lüfterdrehzahlen: Die erfassten Drehzahlen helfen dabei, die Kühlung und den Betrieb der Rechner im Blick zu behalten.
SSD-Temperaturen: Auch die Datenträger werden überwacht.
SSD-SMART-Status: Das Dashboard zeigt, ob die Laufwerke bei der Zustandsprüfung Auffälligkeiten melden.
Dafür habe ich einen eigenen Hardware-Collector auf meinem zentralen Ubuntu-Server aufgebaut. Er fragt die Rechner über SSH ab, sammelt die Sensordaten und speichert sie in einer separaten Datenbank. Der bestehende Folding@home-Collector bleibt davon getrennt und arbeitet unverändert weiter. Sechs Rechner – eine beachtliche CPU-Leistung. In meinem Rack arbeiten unterschiedliche AMD-Ryzen-Prozessoren. Vom Ryzen 7 2700 bis zum Ryzen 9 3900X reicht die Ausstattung. Zusammen ergibt das rechnerisch 56 CPU-Kerne und 112 Threads. Rechner │ Prozessor-Kerne │ Threads: FatH01 - AMD Ryzen 7 4700G - 8/16 │ FatH02 - AMD Ryzen 7 3700X - 8/16 │ FatH03 - AMD Ryzen 7 2700 - 8/16 │ FatH04 - AMD Ryzen 7 2700X - 8/16 │FatH05 - AMD Ryzen 9 3900 - 12/24 │ FatH_24core - AMD Ryzen 9 3900X - 12/24  │  Gesamt 6 Rechner 56 Prozessor-Kerne / 112 Threads
Das ist die theoretisch verfügbare CPU-Kapazität – wie viele Threads Folding@home tatsächlich gleichzeitig nutzt, hängt von der jeweiligen Konfiguration und den zugewiesenen Work Units ab.
Vom Rechnen zum Überwachen:
Mein Ziel ist nicht einfach, möglichst viele Rechner einzuschalten. Ich möchte auch wissen, was in ihnen passiert: Wie entwickeln sich die Temperaturen? Drehen die Lüfter? Melden die SSDs einen unauffälligen Zustand? Und laufen alle Folding@home-Clients zuverlässig? Mit FatH05 und dem erweiterten Hardwaremonitoring ist das Projekt wieder einen wichtigen Schritt weiter. Sechs Rechner, 56 CPU-Kerne, 112 Threads – und ein selbst entwickeltes Dashboard, das nicht nur die Rechenleistung, sondern zunehmend auch die Gesundheit der Hardware im Blick behält.
30.10.2026 – FatH06 ist in Planung!
Ich kann’s einfach nicht lassen! :-)
Da noch ein paar DDR4-RAM-Module und eine M.2-SSD mit 265 GB bei mir herumliegen, ist die nächste Idee eigentlich schon vorprogrammiert: Ein weiterer Folding@home-Rechner muss her – FatH06! Was noch fehlt, sind ein passendes Mainboard, ein Netzteil und natürlich ein Prozessor. Mainboard und Netzteil habe ich bereits bei Amazon bestellt. Beim Prozessor versuche ich mein Glück auf Willhaben.at und hoffe, dort ein passendes Schnäppchen zu finden. Allerdings sind die Preisvorstellungen mancher Verkäufer teilweise geradezu astronomisch. Da heißt es wohl: Geduld haben, vergleichen und auf das richtige Angebot warten. Sobald alle Komponenten beisammen sind und FatH06 seinen Dienst aufnimmt, gibt es hier natürlich ein Update.
Fortsetzung folgt! :-)
02.11.2026 – Die Folding@home-Aktivität nimmt Fahrt auf!
Ein Blick auf die Statistik unseres Folding@home-Teams (Team-ID 1061406) zeigt eine erfreuliche Entwicklung: Die Zahl der abgeschlossenen Work Units steigt kontinuierlich an. Besonders in den letzten Tagen ist ein deutlicher Aufwärtstrend zu erkennen. Zum 1. November 2026 um 19:00 Uhr waren bereits 891 Work Units für unser Team abgeschlossen. Hinter jeder dieser Work Units steckt Rechenleistung, die der wissenschaftlichen Forschung zur Verfügung gestellt wird. Genau dafür laufen meine Rechner rund um die Uhr: Sie sollen ihre freie Rechenleistung sinnvoll einsetzen und damit einen kleinen Beitrag zur Forschung leisten. Und mit FatH05 und dem geplanten FatH06 ist die Entwicklung noch lange nicht abgeschlossen! :-)
04.11.2026 – FatH06 ist online – und das Monitoring wird noch umfangreicher!
Seit heute Mittag ist FatH06 online und unterstützt nun ebenfalls mein Folding@home-Projekt. Ausgestattet mit einem AMD Ryzen 7 5700X steht damit ein weiterer leistungsfähiger Prozessor für die wissenschaftlichen Berechnungen zur Verfügung. Parallel dazu habe ich auch das Danube Tower Dashboard erweitert. Neben den bisherigen Informationen werden jetzt zusätzlich die CPU-Auslastung und die CPU-Leistungsaufnahme erfasst und angezeigt. Damit lässt sich nicht nur beobachten, wie stark die einzelnen Prozessoren beschäftigt sind, sondern auch, wie viel elektrische Leistung sie dafür benötigen. Besonders spannend wird es in den nächsten Tagen: Sobald genügend Work Units (WUs) abgearbeitet wurden, möchte ich die Effizienz der einzelnen CPUs miteinander vergleichen. Die entscheidende Frage lautet dabei: Welcher Prozessor benötigt wie viel Energie, um eine bestimmte Anzahl an Folding@home-Punkten zu erzielen? Damit geht das Monitoring einen Schritt weiter – weg von der reinen Leistungsmessung und hin zu einem echten Effizienzvergleich. Ich bin gespannt, welche CPU dabei am besten abschneidet!
Aktueller Ausbaustand (04.11.2026):
Mit FatH06 umfasst der Danube Tower Folding@home-Rechnerpark nun insgesamt 7 Rechner mit 64 CPU-Kernen und 128 Threads. Der Rechnerpark wächst damit kontinuierlich weiter und bildet die Grundlage für die gemeinsame Folding@home-Rechenleistung.
14.11.2026
Update: Erste CPU-Auswertung – FatH06 übernimmt die Führung!
Die erste Auswertung der abgeschlossenen Work Units (WUs) liefert bereits interessante Ergebnisse. Dabei habe ich die durchschnittliche Bearbeitungszeit und die erzielten Folding@home-Punkte der einzelnen Rechner miteinander verglichen. Das Ergebnis ist durchaus erfreulich: FatH06 mit seinem Ryzen 7 5700X liegt derzeit auf Platz 1! Mit durchschnittlich 7,84 Stunden pro WU erreicht FatH06 hochgerechnet rund 353.474 Punkte pro Tag (PPD). Damit liegt er etwa 19 % vor FatH05 mit seinem Ryzen 9 3900. Auch die übrigen Rechner zeigen deutliche Leistungsunterschiede. Besonders interessant ist, dass der Ryzen 7 5700X trotz seiner geringeren Kernanzahl aktuell die höchste Folding-Leistung pro Zeiteinheit erreicht.
Was bedeutet das für den Energieverbrauch?
Hier beginnt der nächste Teil meines Projekts. Die bisherige Rangliste zeigt, welcher Prozessor die meisten Punkte pro Bearbeitungsstunde liefert. Sie sagt allerdings noch nicht, welcher Rechner dafür am wenigsten Energie benötigt. Dazu müssen die erzielten Punkte mit der jeweiligen CPU-Leistungsaufnahme und der benötigten Energie in Beziehung gesetzt werden. Mein Ziel ist eine aussagekräftige Kennzahl: Wie viele Folding@home-Punkte erzielt jeder Prozessor pro verbrauchter Kilowattstunde? Die ersten Ergebnisse sind also da – jetzt wird es spannend, wenn Leistung und Energieverbrauch miteinander verglichen werden!
Hinweis zur Interpretation: Die ausgewiesenen Werte sind die durchschnittliche Leistung pro Work-Unit-Bearbeitungsstunde, hochgerechnet auf 24 Stunden. Sie entsprechen nicht automatisch der tatsächlichen Tagesproduktion bei Pausen oder Leerlaufzeiten. Unterschiedliche WU-Typen und Bonuspunkte können das Ranking ebenfalls beeinflussen.
Menü überspringen
Zurück zum Seiteninhalt