- 生物信息学
排序以及蛋白质对接等极其密集型计算任务能够在支持CUDA的GPU上实现巨大性能提升。 当前，利用GPU（图形处理器）来处理各种生物信息学以及生命科学代码的工作正如火如荼地进行着。
凭借NVIDIA®（英伟达™）Tesla™ Bio Workbench，生物物理学家和计算科学家们实现了生物化学研究的突破性发展，科学工作流得以优化，研究进程得以大幅推进。了解详情。
 |
 |
| 利用GPU（图形处理器）加速HMMER Scalable Informatics |
MUMmerGPU：使用GPU（图形处理器）进行高吞吐量DNA序列比对 Schatz等人 |
使用CUDA的生物信息学软件
- GPU HMMER：CUDA GPU上的HMMER
- MUMmerGPU：利用CUDA进行高吞吐量DNA序列比对
- CUDASW++ ：在CUDA GPU上进行蛋白质序列数据库（Smith-Waterman）扫描
- GPU上的Smith-Waterman代码
- 在线CUDA Smith-Waterman
- CUDA上的ClustalW：利用CUDA的多序列比对
- 使用支持CUDA的GPU执行Folding @ home
- LISSOM：使用CUDA处理人体新大脑皮层模型
- Silicon Informatics所开发的基于CUDA的AutoDock
- 序列比对
