AnySeq/GPU：一种在 GPU 上加速序列比对的新方法
分布式、并行与集群计算
2022-05-17 v1
摘要
近年来，下一代测序（NGS）技术产生的读段数量迅速增长，推动了生物信息学中高效序列比对实现的需求。然而，当前最先进的方法无法以接近峰值性能的水平利用现代 GPU 的大规模并行处理能力。我们提出 AnySeq/GPU——一个序列比对库，它采用新方法通过 warp shuffles 和半精度算术最小化内存访问，从而加速 GPU 上的动态规划（DP）比对，以此增强 AnySeq1 库。我们的实现基于 AnyDSL 编译器框架，其通过保证的部分求值提供了便捷的零成本抽象。我们表明，该方法在 NVIDIA 和 AMD 的 GPU 上均达到超过 80% 的峰值性能，从而以至少 3.6 倍的加速比优于基于 GPU 的比对库 AnySeq1、GASAL2、ADEPT 和 NVBIO，并且在相同硬件上针对不同比对场景和序列长度时，相较这些工具取得了 19.2 倍的中位加速比。这带来了高达 1.7 TCUPS（万亿单元更新每秒）的吞吐量（NVIDIA GV100 上）、使用半精度算术时单张 NVIDIA A100 上高达 3.3 TCUPS，以及 AMD MI100 上高达 3.8 TCUPS。
引用
@article{arxiv.2205.07610,
title = {AnySeq/GPU: A Novel Approach for Faster Sequence Alignment on GPUs},
author = {André Müller and Bertil Schmidt and Richard Membarth and Roland Leißa and Sebastian Hack},
journal= {arXiv preprint arXiv:2205.07610},
year = {2022}
}
备注
published on ICS '22 (2022 International Conference on Supercomputing)