GeneTEK: 面向精确单位成本编辑距离的低功耗高性能可扩展 FPGA 架构
硬件体系结构
2026-03-26 v2 性能
摘要
下一代测序 (NGS) 的出现 revolutionized 了基因组研究,通过实现对多样化生物组织进行具有成本效益的高通量测序,这一突破释放了 ``腔崩'' 级的基因组数据volume 和 diversity。这一工作量将基因组学列为本十年预测的四大大数据挑战之一。在此背景下,两两序列对齐代表了常见生物信息管道中极其耗时且耗能的步骤。加速这一步骤需要实现启发式方法、优化算法和/或硬件加速。尽管最先进的 CPU 和 GPU 实现已显著提升了性能,但最近的 FPGA 实现显示出改进的能源效率。然而,后者常因对更长序列的对齐而受限于硬件资源而 suffer from limited read-length scalability。本文我们提出了一种灵活的 FPGA 基加速器模板,可扩展至 1000 bp,实现 Myers 算法以计算 exact unit-cost edit-distance。GeneTEK 是在 Xilinx Zynq UltraScale+ FPGA 上实现的该加速器模板的一组实例,相较于领先的 CPU 和 GPU 解决方案实现了最高 113% 的执行速度提升和最高 111 倍的能源消耗降低,同时能够实现比以前基于 systolic-array 的 FPGA 解决方案高 13 倍的比较矩阵。通过遵循 SW-HW 协同设计方法,GeneTEK 在多个层面实现了并行化和高效存储以交付一种可扩展且准确的 FPGA 基加速器。这些结果重新确认了 FPGA 作为 read-length 可达 1000 bp 的成本效益平台进行两两序列对齐的潜力。
引用
@article{arxiv.2509.01020,
title = {GeneTEK: Low-power, high-performance and scalable FPGA architecture for exact unit-cost edit distance},
author = {Elena Espinosa and Rubén Rodríguez Álvarez and José Miranda and Rafael Larrosa and Miguel Peón-Quirós and Oscar Plata and David Atienza},
journal= {arXiv preprint arXiv:2509.01020},
year = {2026}
}