Exploração de Módulos Paralelo Híıbrido de Bioinformática para Ambientes GPU de Supercomputação

• Guilherme Freire FAETERJ / LNCC
• Kary Ocaña LNCC
• Micaella Coelho LNCC
• Carla Osthoff LNCC

DOI: https://doi.org/10.5753/eradrj.2020.14521

Resumo

Algoritmos filogenéticos Bayesianos são computacionalmente intensivos. O software de inferência Bayesiana BEAST acoplado à biblioteca de alto desempenho BEAGLE 3 foi testado nos recursos híbridos do supercomputador Santos Dumont. Para analisar grandes conjuntos de dados do vírus da dengue, o uso de uma ou mais GPU provou ser mais eficiente do que o uso de multi-core.

Palavras-chave: Arquiteturas Dedicadas e Específicas (GPUs, FPGAs, e outras), Aplicações em Agricultura, Biologia, Engenharia, Física, Matemática, Medicina, Mercado Financeiro, Nanociências, Óleo e Gás, Química e outras áreas

Referências

Jin, Z. and Bakos, J. D. (2013). Extending the beagle library to a multi fpga platform. BMC Bioinformatics, 14(1):25.

Ocaña, K., Coelho, M., Freire, G., and Osthoff, C. (2020). High-performance computing of beast/beagle in bayesian phylogenetics using sdumont hybrid resources. In 14o BreSci – Brazilian e-Science Workshop. (Aceito em processo de publicação).

Yin, Z., Lan, H., Tan, G., Lu, M., Vasilakos, A. V., and Liu, W. (2017). Computing platforms for big biological data analytics: Perspectives and challenges. Computational and Structural Biotechnology Journal, 15:403–411.