已公布的测试成绩
AMD对Folding@home的支持早于NVIDIA，但NVIDIA的支持力度却远远大于AMD，从斯坦福的最新官方统计中即可获得结果。
从统计资料上看，无论是GPU数目还是总运算量，NVIDIA都领先于对手AMD。
两大厂商的推广，使得CUDA和GPGPU概念迅速普及，广大爱好者终于可以在使用高性能显卡运行游戏的同时，试着参与分布式运算工程。从统计资料上看，无论是GPU数目还是总运算量，NVIDIA都领先于对手AMD。然而PS3由于在销售时就对Folding@home做了大量优化，使之在PS3主机后台一直运行，同样提供了非常大的运算总量。但从运算效率这个主要指标来看，NVIDIA还是取得了一定的领先。
NVIDIA产品的运算效率
AMD产品的运算效率
以PPD（Points Per Day每日运算得分）为主要指标，斯坦福官方给广大玩家列出了以上两张表格，结果令人惊讶：即使是拥有320个流处理器的3850，也只是微弱领先于8600GT。8800GS凭借96个流处理器的优势，领先于游戏性能强于它的9600GT。按能效评价，384MB版本的8800GS获得了77.1的每瓦特PPD性能，而AMD最好的3850系列显卡每瓦特PPD性能只有32.82。在正式运算时，3850的速度更是出人意料得只有9600GSO的一半都不到，这让AMD显卡的爱好者非常意外，因为在实际游戏测试时，3850略强于9600GSO。
事实说明，Folding@home相当耗费流处理器资源，并且对流处理器的运算效率提出了严格要求，这项运算中，指令间因果和引用嵌套联系非常密集。
G80这种MIMD（Multiple Instruction Multiple Data，多指令多数据流）架构超标量流处理器，将GPU Shader执行效率做出了大幅度提升。而HD2000/3000系列使用了SIMD（Single Instruction Multiple Data，单指令多数据流）架构“超标量”架构的5D着色单元，虽然流处理器数量要远大于GF8/9系，而且晶体管开销更少，但在不同游戏中的性能表现反差很大，总体来看执行效率不如人意，对于驱动程序的依赖性非常严重。
在Folding@home运算中，AMD的设计思路导致了原本微弱的性能差距被快速放大，我们还可以注意到，4850在游戏方面远超3850，但这项运算中仅仅领先前辈10%左右。同样CUDA目前来看拥有强大的普及优势，更多软件支持CUDA加速，Geforce 8、9系列的GPU越来越得到高效利用。当然，我们非常期待AMD能在未来GPU架构设计方面做出转变，使任务的分配更加高速合理，最大限度地利用其流处理器资源。同时，作为分布式运算的支持者，我们希望越来越多的大型项目能支持CUDA等GPU通用计算架构，加速科学研究进程。
