Análise de Desempenho do BEAST 1.10 em ambientes de HPC: Explorando CPU, GPU, Multi-GPU

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

DOI: https://doi.org/10.5753/sscad_estendido.2024.244367

Resumo

Este trabalho apresenta um estudo de desempenho da aplicação de inferência bayesiana BEAST 1.10, acoplada à biblioteca de alto desempenho BEAGLE 3, em execuções realizadas nos nós do supercomputador Santos Dumont. Nos experimentos de filogenia, utilizamos dados genômicos do vírus da Dengue, sorotipo DENV-1, em formato XML. Analisamos a variabilidade do tamanho dos genomas, o chainLength e modelos evolutivos do BEAST 1.10, o número de threads e o ambiente computacional (CPU e GPU) do SDumont. Os resultados do estudo do desempenho do BEAST no BioInfo-Portal, possibilitam uma utilização mais eficiente dos recursos computacionais do SDumont, segundo os parâmetros alocados na submissão dos jobs.

Referências

Penny, D., Inferring Phylogenies.— Felsenstein, J., 2003. Sinauer Associates, Sunderland, Massachusetts., Systematic Biology, Volume 53, Issue 4, August 2004, Pages 669–670, DOI: 10.1080/10635150490468530

Ayres, D. L., Cummings, M. P., Baele, G., Darling, A. E., Lewis, P. O., Swofford, D. L., Huelsenbeck, J. P., Lemey, P., Rambaut, A., & Suchard, M. A. (2019). BEAGLE 3: Improved Performance, Scaling, and Usability for a High-Performance Computing Library for Statistical Phylogenetics. Systematic biology, 68(6), 1052–1061. DOI: 10.1093/sysbio/syz020

Suchard, M. A., Lemey, P., Baele, G., Ayres, D. L., Drummond, A. J., & Rambaut, A. (2018). Bayesian phylogenetic and phylodynamic data integration using BEAST 1.10. Virus evolution, 4(1), vey016. DOI: 10.1093/ve/vey016

Drummond, A. J., Suchard, M. A., Xie, D., Rambaut, A., Bayesian Phylogenetics with BEAUti and the BEAST 1.7, Molecular Biology and Evolution, Volume 29, Edição 8, agosto de 2012, páginas 1969–1973, DOI: 10.1093/molbev/mss075

Coelho, M. 2022. Desenvolvimento de um Framework de Aprendizado de Máquina no Apoio a Gateways Científicos Verdes, Inteligentes e Eficientes: BioinfoPortal como Caso de Estudo Brasileiro. In: (SSCAD), 23., 2022, Florianópolis/SC. Anais [...]. Porto Alegre: SBC, p. 205-216.DOI: 10.5753/wscad.2022.226377.

Freire, G., Ocaña K., Coelho M., and Osthoff, C. 2020. Exploração de Módulos Paralelo Híbrido de Bioinformática para Ambientes GPU de Supercomputação. In: Anais da VI ERAD-RJ, novembro 30, 2020, Evento Online, Brasil. SBC, Porto Alegre, Brasil, 57-59. DOI: 10.5753/eradrj.2020.14521.

Freire, G., Ocaña K., Coelho M., and Osthoff, C. 2023. Avaliação da aplicação RAxML no Ambiente do Supercomputador SDumont. In: Anais da ERAD-RJ, 8., 2023, Rio de Janeiro. Porto Alegre: SBC, 2023. p.23-25. DOI: 10.5753/eradrj.2023.231711.