面向基因组学应用的并行加速自定义相关系数计算
分布式、并行与集群计算
2018-09-24 v3 数据结构与算法
性能
摘要
通过基因测序技术获得的海量基因组数据正在推动基因组学在许多领域的突破，例如在疾病诊断和治疗方面的医学进步。然而，分析这些数据是一项计算挑战，因为相关算法的计算成本可能以二次、三次或更高的复杂度增长，从而导致对领导级计算的需求。在本文中，我们描述了一种计算群体中单核苷酸多态性（SNP）之间自定义相关系数（CCC）的新方法，适用于配备图形处理单元（GPU）或 Intel Xeon Phi 处理器的并行系统。我们描述了算法到加速处理器的映射、用于消除由对称性引起的冗余计算的技术，以及将计算高效映射到多节点并行系统的策略。给出的结果展示了高单节点性能和接近理想的并行可扩展性，在 ORNL Titan 系统上使用最新优化代码每秒实现了超过九千万亿次元素级比较，这比文献中报道的使用其他代码和平台实现的速度快几个数量级。此外，据估计，在即将推出的 ORNL Summit 系统上每秒可能实现高达九千万亿次比较，性能额外提升 10 倍。在配套论文中，我们描述了应用于比较基因组学应用的比例相似度度量计算的相应技术。
引用
@article{arxiv.1705.08213,
title = {Parallel Accelerated Custom Correlation Coefficient Calculations for Genomics Applications},
author = {Wayne Joubert and James Nance and Sharlee Climer and Deborah Weighill and Daniel Jacobson},
journal= {arXiv preprint arXiv:1705.08213},
year = {2018}
}
备注
arXiv admin note: text overlap with arXiv:1705.08210