Tesla

GPU 应用

生物信息学和生命科学会谈

基因测序和蛋白质对接极其消耗计算资源,并且可能会在生物信息学中造成限速瓶颈。这是因为,新一代测序仪的输出可能会完全超过分析管道的承受能力

NVIAID® Tesla® GPU 加速器提供大规模并行计算能力,并能对仪器的输出进行筛选以缩短数据提取时间,从而帮助更快速地分析和处理基因组信息及其他形式的生物信息。

GPU technology conference

2013 GTC 大会生物信息学内容现已上线

体验 2013 GTC 大会提供的所有精彩的
生物信息学内容。观看会议 >
 



有关利用CUDA处理生物信息学的技术报告
> High-performance computational pipeline for metagenomic data analysis
>  MrBayes on GPU
> 用于生物系统的随机仿真算法(SSA)
> 人体视觉皮层的自组织计算模型

对接

> 3D蛋白质对接
> 利用CUDA加速PIPER
> 威斯康星大学蛋白质对接工作 以及对David Dynerman的电视采访
> 国家癌症研究所的Jack Collins谈GPU计算

序列比对

> CUSHAW: a CUDA compatible short read aligner to large genomes
> MUMmerGPU:使用GPU(图形处理器)进行高吞吐量DNA序列比对
> CUDASW++: Smith-Waterman序列数据库搜索
> 利用CUDA处理Smith-Waterman序列比对
> Infernal-GPU:CUDA加速的RNA比对, Infernal(RNA比对的推断)
> SWAMP序列比对
> CMatch:快速蛋白质与基因序列串匹配
 
使用CUDA的生物信息学软件
> MUMmerGPU:利用CUDA进行高吞吐量DNA序列比对
> GPU上的Smith-Waterman代码
> 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

有关垂直的CUDA加速
> 医学成像
> 分子动力学
> 计算化学
> 针对 C、C++、FORTRAN 的 ArrayFire GPU 函数库
> MATLAB®

又见
> Tesla/CUDA成功案例
> 其它Tesla纵向解决方案
>  CUDA 软件开发工具和数据库
> Buy Tesla