概述了與英特爾工程師多年合作以改進Bowtie和Bowtie 2(以及另一個稱為HISAT的相關工具)以有效利用現代Intel CPU上的所有處理器核心的結果。包括在英特爾?Xeon?和英特爾?XeonφΦPhi?處理器上運行我們改進的代碼的結果。演講者描述了對代碼進行的一系列改進,包括集成IntelThreading Building Blocks庫,使用更適合NUMA系統的互斥實現,以及完全了解NUMA的新穎的“隊列鎖”互斥實現。所有這些都導致了在測試系統上的線程縮放的改進。還描述了一系列結果,說明如何優化代碼中的關鍵關鍵部分導致進一步的改進。這些結果得益于英特爾工具(如IntelInspector和IntelVTune}Ampli.)的戰略使用,為其他基因組學軟件工具提供了指南,供尋求類似地調整其軟件以更好地利用現代多核系統的作者參考。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
-
處理器
+關注
關注
68文章
19349瀏覽量
230286 -
cpu
+關注
關注
68文章
10882瀏覽量
212221 -
intel
+關注
關注
19文章
3483瀏覽量
186129
發布評論請先 登錄
相關推薦
全基因組數據CNV分析簡介 精選資料分享
除了利用aCGH和snp芯片來檢測CNV之外,也可以通過NGS數據來分析CNV, 比如全基因組和全外顯子測序。針對全基因組CNV的檢測,還針對開發了一種稱之為C...
發表于 07-29 08:24
全基因組測序的優勢 精選資料分享
基因組測序,并綜合利用不同測序技術和生物信息學工具對研究物種進行序列拼接和修正,進而獲得該物種的基因組序列圖譜。第二種為常見的全基因組重測序
發表于 07-29 08:31
使用Arm服務器減少基因組學的時間和成本
1、使用Arm服務器減少基因組學的時間和成本 我們現在可以展示三種主要aligners在Arm架構AWS Graviton3上的性能。AWS Gravaton3是AWS服務器系列中最新的基于Arm
發表于 10-09 16:32
如何同時使用Nucleus與TensorFlow解決基因組學領域的機器學習問題
本文中闡述的兩種方法均使用深度神經網絡,學習將輸入映射至輸出的函數。神經網絡由若干層線性與非線性運算構成,而這些運算會依次應用至輸入。神經網絡已成功應用于包括圖像分類和自然語言翻譯在內的多個問題領域。最近,神經網絡也被用于解決基因組學問題,例如蛋白質結構預測和變異檢測。
利用基因組學和人工智能延年益壽將在未來可期
近日,據外媒報道,抗衰老產業價值1100億美元,到2025年估計會達到6100億美元,全球科學家正在利用基因組學和人工智能的力量來延年益壽。
基于計算分析的高可用彈性宏基因組學計算平臺
復雜度測序數據,讓研究人員在處理過程中面臨諸多困難面,大規模測序數據的分析消耗資源,如硬件資源、時間成本等;另一方面,計算分析過程中必然涉及到的大量宏基因組學計算分析工具很難由普通使用者自行部署、調試與維護。文中對比了領域內主流的宏基因
發表于 04-19 10:54
?6次下載
北鯤云超算平臺對于基因組學研究能夠提供哪些幫助?
隨著眾多生物基因組測序項目的完成,生物學數據正在加速度增長。從高通量/多組學,到單分子/單細胞;從多倍體/單倍型到宏基因組/環境基因組;從精
發表于 11-15 14:24
?523次閱讀
NVIDIA Clara Parabricks助力基因組學和藥物研究
世界上最大的遺傳學研究鑒定數據庫使科學家能夠訪問NVIDIA Clara Parabricks,以加速推進基因組學和藥物研發領域的發展。
基因組學大型語言模型在多項任務中均展現出卓越的性能和應用擴展空間
InstaDeep、慕尼黑工業大學(TUM)和 NVIDIA 之間的合作推動了面向基因組學的多超級計算規模的基礎模型開發進程。這些模型在大量預測任務(例如啟動子和增強子位點預測)中展示了最先進的性能
人工智能如何改變基因組學?
AI 和加速計算正在為基因組測序流程開辟新的可能性。 全基因組測序領域的進步已經點燃了數字生物學的革命。 隨著新一代高通量測序成本的下降,基因組學項目正在世界各地展開。 無論是對患有罕
評論