NVIDIA > Produtos > Computação de Alta Performance > Tesla Bio Workbench > CUDA-EC on Tesla GPUs

 

O CUDA-EC é uma ferramenta de correção de erros rápida de sequência paralela para leituras curtas. Ele corrige erros de sequenciamento em dados de leitura curta de elevado volume de processamento de dados (HTSR) e acelera o HTSR aproveitando a arquitetura CUDA altamente paralela de GPUs NVIDIA Tesla. A correção de erros é uma etapa de pré-processamento para várias ferramentas de montagem de fragmentos DNA e é muito útil para as novas máquinas de sequenciamento de alto volume de processamento.

Download e instalação

• Download CUDA-EC
• Installation instructions and user guide are also in the software download

Dados de referência

O CUDA-EC em execução em uma GPU Tesla C1060 é até 20 vezes mais rápido do que o Euler-SR em execução em uma CPU x86. Isso reduz o tempo de computação de minutos em CPUs para segundos ao usar GPUs. Os dados no gráfico abaixo são taxas de erros de 1%, 2% e 3% representadas por A1, A2, A3 e assim por diante para 5 genomas de referências diferentes.

Publicações

• "Accelerating Error Correction in High-Throughput Short-Read DNA Sequencing Data with CUDA , H. Shi et al: International Workshop on High Performance Computational Biology (HiCOMB 2009)
• "A Parallel Algorithm for Error Correction in High-Throughput Short-Read Data on CUDA-enabled Graphics Hardware, H. Shi et al: to appear in Journal of Computational Biology
• More publications on accelerating bio-informatics applications using GPUs

Fóruns

• GPU-based Molecular Modeling Community on GPUcomputing.net

Os aplicativos Tesla Bio Workbench podem ser implantados em supercomputadores desktop pessoais baseados em GPU ou em soluções para centros de dados. Desenvolvidas com base na revolucionária arquitetura CUDA altamente paralela, essas soluções são projetadas para acelerar o ritmo da ciência computacional.

Configuração de hardware recomendada

Desktop Workstation Configuration	Data Center Configuration
GPUs 1 Tesla C2070 GPU (CUDA-EC supports a single GPU so far) CPU and Main Memory 2.33 GHz Quad-Core x86 CPU 8 GB or more	Not applicable (CUDA-EC is not yet MPI enabled)

SOLUÇÕES PARA ESTAÇÕES DE TRABALHO SUPERCOMPUTADOR PESSOAL TESLA Para supercomputação pessoal em sua mesa Saiba mais >		SOLUÇÕES PARA DATA CENTERS CLUSTERS DE COMPUTAÇÃO COM GPUS TESLA Para computação com instalações em larga escala Saiba mais >