Naukowcy korzystają z procesorów NVIDII

NVIDIA zaprezentowała rozwiązania Tesla Bio Workbench, dzięki którym naukowcy będą mogli przekształcić standardowy komputer PC w „laboratorium obliczeniowe”, a tym samym rozszerzyć możliwości zaawansowanych badań biologicznych.

Zastosowanie procesorów graficznych NVIDIA Tesla umożliwia osiągnięcie 10 do 20-krotnego wzrostu prędkości operacji przetwarzania złożonych kodów z dziedziny bionauki, takich jak badania tworzeniem nowych leków lub sekwencjonowanie kodu DNA.

Rozwiązanie Tesla Bio Workbench zawiera:

• Zestaw aplikacji do badań w obrębie dziedzin dynamiki molekularnej i chemii kwantowej, zoptymalizowanych do pracy w oparciu o procesory graficzne, w tym: AMBER, GROMACS, LAMMPS, NAMD, TeraChem, VMD, oraz aplikacji bioinformatycznych, np.: CUDASW++ (Smith-Waterman), GPU-HMMER i MUMmerGPU.
   
• Witrynę społecznościową, która umożliwia użytkownikom pobieranie aplikacji, sprawdzanie najnowszych wyników testów, czytanie prac i poradników akademickich, uczestniczenie w dyskusjach na forach odwiedzanych przez samych autorów aplikacji i nie tylko.
   
• Szczegółowe informacje na temat stacji roboczych oraz klastrów opartych na procesorach graficznych Tesla zostały udostępnione dla odbiorców na całym świecie i umożliwiają łatwe wdrożenie tych aplikacji.

Naukowcy zwykle przeprowadzają eksperymenty w laboratoriach, w których łączą substancje chemiczne, badają interakcje między nimi oraz mierzą ich skuteczność. Rozwój w dziedzinie nauki obliczeniowej umożliwił przeprowadzanie tych samych eksperymentów za pomocą modeli symulacyjnych dynamiki molekularnej i chemii kwantowej, lecz do tej pory takie działania wymagały użycia dużych superkomputerów wyposażonych w tysiące procesorów.

Dzięki architekturze masywnego przetwarzania równoległego CUDA obsługiwanej przez procesory graficzne firmy NVIDIA, wspomniane aplikacje mogą pracować od 10 do 20 razy szybciej. Oznacza to, że komputer PC wyposażony w procesory graficzne TESLA może wykonywać obliczenia od 10 do 20 razy sprawniej niż superkomputer.

„Prowadzimy prace nad wdrożeniem nowej techniki obliczeń wykorzystującej procesory graficznej w oprogramowaniu VMD do wizualizacji dynamiki molekularnej, które umożliwia badanie migracji małych molekuł (takich jak tlen lub dwutlenek węgla) wewnątrz protein. Rozwiązania tego typu są kluczowe w badaniach mechanizmów reakcji enzymatycznych,” powiedział Jonh Stone, starszy programista naukowy Uniwersytetu Illinois w Urbana-Champaign. „Symulacja trwająca jeden dzień na komputerze wykorzystującym procesory graficzne trwałaby 30 dni na maszynie wyposażonej wyłącznie w standardowe procesory typu CPU, a więc byłaby niepraktyczna w toku faktycznych badań.   

“TeraChem to potężny pakiet do modelowania molekularnego. Obliczenia wykonywane przez to rozwiązanie wspomagają proces projektowania nowych leków i pozwalają uniknąć strat czasu poświęconego na syntezę mało obiecujących kandydatów," twierdzi Todd Marinez, profesor chemii fizycznej i teoretycznej na Uniwersytecie Stanford. „Przeprowadzane na klastrze komputerowym obliczenia , które zajmowały niegdyś dni lub nawet tygodnie, są teraz wykonywane codziennie na stacjach roboczych wyposażonych w procesory graficzne NVIDIA. Dzięki temu znacznie zwiększyliśmy wydajność analizy komputerowej i przyśpieszyliśmy proces projektowania leków.“

„Znajdujący się tu badacze posługują się opartym na procesorze graficznym oprogramowaniu dynamiki molekularnej NAMD, by badać jak komórki wirusa reagują na różne leki, oraz poznają skuteczność leków na wirusa H1N1”, powiedział Klaus Schulten, profesor fizyki, kierownik NIH Resorce dla modelowania makromolekularnego i bioinformatyki, oraz wicedyrektor NSF Center fizyki żywych komórek Uniwersytetu Illinois w Urbana-Champaing. „NAMD wyposażony w 4 procesory graficzne na jedną stację roboczą jest w stanie prześcignąć 16 procesorów centralnych w serwerowni.”

„Jednym z wyzwań przyszłości symulacji molekularnej jest umożliwienie zautomatyzowanej selekcji leków. Tradycyjnie posługiwaliśmy się GROMACS’em do kalkulacji łączenia leków z proteinami membranowymi używając dużych grup, jest to jednak kosztowny i skomplikowany proces”, powiedział Erik Lindahl, profesor nadzwyczajny Centrum Badań Biomembrany, Uniwersytetu Sztokholmskiego. „Obecnie implementujemy wsparcie dla procesorów graficznych, ponieważ pojedynczy procesor graficzny może być nawet 4-5 razy szybszy niż procesor centralny w przypadku większości standardowych symulacji. W ciągu kilku lat spodziewamy się, że stacje robocze wyposażone w kilka układów graficznych będą stanowiły olbrzymią część rynku i z tego powodu widzimy NVIDIĘ jako szczególnie ważnego partnera”.

Jak to się zaczęło?

Obliczenia procesorów graficznych wywierają znaczący wpływ na życie naukowych i chemicznych grup badawczych. Niektórzy z badaczy już od jakiegoś czasu posługują się komputerami, by rozwiązywać problemy sięgające od odkrywania nowych leków, po sekwencjonowanie DNA, wspierając żmudne, manualne eksperymenty wykonywanie w „mokrych laboratoriach”. Jednakże programy te wymagają wielkich superkomputerów, co ogranicza liczbę ich użytkowników do 200-250 tysięcy naukowców na świecie.

Procesory graficzne przyspieszają te programy 10-100 krotnie, w niektórych przypadkach skracając czas obliczeń z lat do dni, co sprawia, że oparte na procesorach graficznych stacje robocze (Osobiste Superkomputery Tesla), oraz niewielkie grupy stacji roboczych Tesla prześcigają wielkie superkomputery. Kilkanaście tego typu programów zostało przeniesionych do CUDA i zoptymalizowanych dla procesora graficznego, ale to nie wszystko.

Dziś NVIDIA przedstawia inicjatywę, której zadaniem jest połączenie tej społeczności, uświadomienie wszystkim przewagi, jaką daje używanie procesorów graficznych w ich pracy i utworzenia platformy edukacyjnej, która posłuży rozwojowi badań biochemicznych.

P: Czym jest „laboratorium obliczeniowe?”
O: Tradycyjnie naukowcy wykonywali eksperymenty w „mokrych laboratoriach”, gdzie łączy się chemikalia, bada ich interakcje i mierzy skuteczność. Mokre laboratorium składa się z narzędzi typu próbówki, pipety, chemikalia etc., których biochemicy potrzebują do przeprowadzania eksperymentów, a laboratorium obliczeniowe jest opartym na komputerze systemem posiadającym wszystkie programy potrzebne do symulowania różnych eksperymentów, które zwykle przeprowadzano by w mokrym laboratorium.

P: Czy nie było to możliwe wcześniej?
O: Rozwój w dziedzinie komputerowej faktycznie pozwolił na przeprowadzanie eksperymentów używając modeli symulacji dynamiki molekularnej i chemii kwantowej, jednak wymagały one olbrzymich superkomputerów wyposażonych w tysiące procesorów centralnych. Na przykład, jedną z największych symulacji dynamiki molekularnej, która miała kiedykolwiek miejsce, był składający się z 2,7 milionów atomów rybosom. Trwała ona 8 miesięcy, w trakcie których superkomputer wygenerował zaledwie 2 nanosekundy symulacji. To oświadczenie oznacza dzisiaj, że dane kody mogą pracować wielokrotnie szybciej na domowych stacjach roboczych opartych na procesorze graficznym Tesla, dając naukowcom ich własne „laboratoria obliczeniowe”. Mogą oni potem rozszerzać swoje eksperymenty przy użyciu opartych na procesorach graficznych serwerów i superkomputerów.

P: Z czego dokładnie składa się ta inicjatywa?
O: Tesla Bio Workbench składa się z trzech części:

• Kilkanaście zoptymalizowanych pod kątem procesora graficznego, dostępnych publicznie programów bionaukowych umożliwiających przeprowadzanie badań dotyczących dynamiki molekularnej, chemii kwantowej oraz bioinformatyki.
   
• Strony internetowej społeczności z linkami do programów, najnowszymi benchmarkami, akademickimi publikacjami i przewodnikami, oraz forum dyskusyjne ze specjalistami w danych dziedzinach i programistami zajmującymi się tymi programami.

Dodatkowe informacje znajdziecie na stronie The Tesla Bio Workbench Website.

Źródło: Nvidia