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

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.

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.
Publicado
2020-11-30
Como Citar
FREIRE, Guilherme et al. Exploração de Módulos Paralelo Híıbrido de Bioinformática para Ambientes GPU de Supercomputação. Anais da Escola Regional de Alto Desempenho do Rio de Janeiro (ERAD-RJ), [S.l.], p. 57-59, nov. 2020. ISSN 0000-0000. Disponível em: <https://sol.sbc.org.br/index.php/eradrj/article/view/14521>. Acesso em: 18 maio 2024. doi: https://doi.org/10.5753/eradrj.2020.14521.
Seção
Fórum de Iniciação Científica