GateSeeder：短读长与长读长映射的近内存 CPU-FPGA 加速
硬件体系结构
2023-10-02 v1 数据结构与算法
基因组学
摘要
动机：读长映射是一个计算昂贵的过程，也是基因组分析中的主要瓶颈。读长映射的性能主要受制于三个关键计算步骤的性能：索引查询、种子链连与序列比对。第一步主要受主存访问速度及频率的限制（即内存受限），而后两步主要受 CPU 计算其高代价动态规划算法速度的限制（即计算受限）。通过利用新算法与新硬件设备来加速这三个步骤，对于加速广泛使用读长映射的多数基因组分析流程至关重要。鉴于已有大量关于加速序列比对的工作，本文聚焦于显著改进其余步骤。结果：我们提出 GateSeeder，首个基于 CPU-FPGA 的短读长与长读长映射近内存加速方案。GateSeeder 利用现代 FPGA 提供的近内存计算能力，其将可重构计算 fabric 与高带宽内存（HBM）耦合，以克服内存受限与计算受限瓶颈。GateSeeder 还提出了一种轻量级新算法用于寻找潜在匹配片段对。使用真实 ONT、HiFi 与 Illumina 序列，我们实验证明 GateSeeder 在不执行序列比对的情况下分别优于 Minimap2 达 40.3x、4.8x 与 2.3x。当执行带序列比对的读长映射时，GateSeeder 优于 Minimap2 达 1.15-4.33x（使用 KSW2）与 1.97-13.63x（使用 WFA-GPU）。可用性：https://github.com/CMU-SAFARI/GateSeeder
引用
@article{arxiv.2309.17063,
title = {GateSeeder: Near-memory CPU-FPGA Acceleration of Short and Long Read Mapping},
author = {Julien Eudine and Mohammed Alser and Gagandeep Singh and Can Alkan and Onur Mutlu},
journal= {arXiv preprint arXiv:2309.17063},
year = {2023}
}