生醫資訊與生命科學

生醫資訊和生命科學

 
 

序列和蛋白質接合為重度運算的任務,因此在使用支援CUDA的GPU後,更可以明顯看出效能提升所帶來的好處。

NVIDIA Tesla Bio Workbench的推出,提供給生命科學家與計算化學家挑戰生化研究極致結果的利器,以優化科學工作流程並加速研究速度。了解更多相關資訊

BGI 利用 GPU 加速基因分析
了解中國基因大廠 BGI 如何透過 NVIDIA Tesla GPU 提升 DNA 定序速度。

瀏覽其他成功案例

Bio Informatics Life Sciences HmmerBio Informatics Life Sciences DNA
利用GPU加速HMMER
可利用的資訊學
利用GPU提高DNA序列比對的效率
Schatz, et al

專攻生醫資訊和生命科學之獨立軟體開發商(ISV)及採用CUDA的應用程式

獨立軟體開發商(ISV)說明GPU優勢

CUDA-BLASTP

利用NCBI BLASTP進行蛋白質序列資料庫掃描速度加快十倍:從CPU處理需數分鐘,縮短至GPU僅需幾秒鐘

CUDASW++

蛋白序列資料庫(Smith-Waterman)掃描速度加快五至五十倍:在長度超過5000的字串上可達到30 GCUPs

GPU HMMER

基於CUDA的HMMER加速速度加快六十至一百倍: 從CPU處理需數小時,縮短至GPU僅需幾分鐘

PIPER Docking

蛋白質交互作用應用程式速度加快六倍: 優於基於FPGA的蛋白質對接

OpenEye ROCS

分子形狀比較應用程式速度加快170倍:以更快的速度篩選藥物發現 (請參考投影片第43張)

使用CUDA的生醫資訊軟體

生醫資訊採用CUDA的技術報告Presentations 

2012  GPU 技術會議

更多簡報內容,請見 GTC On-Demand

利用CUDA加速的相關垂直應用亦可參考