Tesla Bio Workbench позволяет ученым делать новые открытия в бионауках

NVIDIA представляет систему Tesla BIO Workbench, которая позволяет ученым раздвинуть границы биологических исследований, превратив стандартный ПК в вычислительную лабораторию, способную обрабатывать сложные биологические коды в таких областях, как создание лекарств и определение последовательности DNA, со скоростью в 10-20 раз быстрее благодаря графическим процессорам NVIDIA Tesla.

Tesla Bio Workbench включает следующее:

• набор оптимизированных под GPU бионаучных приложений для исследований в области молекулярной динамики и квантовой химии, включая AMBER, GROMACS, LAMMPS, NAMD, TeraChem, VMD, и приложений биоинформатики, таких, как CUDASW++ (Smith-Waterman), GPU-HMMER и MUMmerGPU;
• сайт сообщества для загрузки новых приложений, проверки результатов тестов, чтения научных материалов и пособий, обсуждения на форумах с разработчиками приложений и многое другое — http://www.nvidia.ru/page/pg_57781.html.
• подробная информация по рабочим станциям и кластерам на базе Tesla GPU для быстрой и удобной установки данных приложений.

Традиционно ученые в области молекулярной динамики и квантовой химии проводят эксперименты в лабораториях, где соединяют вещества, изучают новые свойства и измеряют эффективность инноваций.  Прогресс в вычислительной науке позволяет сегодня симулировать подобные эксперименты, однако для проведения подобных симуляций требуются мощные суперкомпьютеры с тысячами центральных процессоров (CPU). 

Благодаря массивно-вычислительной архитектуре CUDA графических процессоров NVIDIA, сегодня такие приложения можно ускорить в 10-20 раз – это значит, что даже один ПК с GPU Tesla теперь может легко обогнать суперкомпьютер.

Отзывы представителей науки:

"Мы работаем над новой техникой на базе GPU в приложении для визуализации в области молекулярной динамики, которая изучает, как маленькие молекулы, такие, как кислород или CO2, мигрируют в белки.  Эти исследования важны для изучения механизмов ферментативной реакции", - рассказывает Джон Стоун (John Stone), старший программист в Университете Иллинойса в Урбана-Кампейн. “Симуляции, которые занимают один день на рабочей станции с GPU, раньше длились 30 дней на машине с CPU, что малоэффективно для настоящих исследований”.

“TeraChem – это мощный пакет по молекулярному моделированию, с помощью которого можно просчитать состав новых лекарств, при этом не тратя время не синтез бесперспективных кандидатов”, - отмечает Тодд Мартинез (Todd Martinez), профессор по физической и теоретической химии в Стэнфордском Университете. “С помощью TeraChem вычисления, раньше занимавшие несколько дней или даже недель на кластере, теперь быстро выполняются на рабочих станциях с GPU NVIDIA. Это позволяет нам мгновенно проводить тщательную фильтрацию результатов и ускорять процесс создания лекарств”.

“Используя AMBER для  симуляции гидролиза ферментов целлюлозы, Cellobiohydrolaze-I, который является ключевым компонентом для повышения эффективности производства этанола, мы обнаружили, что производительность одного GPU NVIDIA эквивалентна кластеру из 10 узлов”, - отмечает Росс Уолкер (Ross Walker), профессор суперкомпьютерного центра Сан-Диего, UC San Diego.

"В нашем центре ученые используют GPU-приложения по молекулярной динамики NAMD, чтобы изучить, как клетки вирусов реагируют на разные вещества, включая изучение эффективности действия лекарств на вирус H1N1", - рассказывает Клаус Шултен (Klaus Schulten), профессор физики, директор службы NIH по молекулярному моделированию и биоинформатики и содиректор Центра NSF по физике живых клеток в Университете Иллинойса в Урбана-Кампейн. “Приложение NAMD работает на рабочей станции с 4 GPU быстрее, чем в группе серверов с 16 CPU”.

"Одна из приоритетных задач в молекулярных симуляциях – это автоматическая проверка лекарств. Мы традиционно использовали GROMACS для вычислений привязки лекарств к мембранным белкам на больших кластерах, но это дорогой и сложный способ”, - сказал Эрик Линдал (Erik Lindahl), адъюнкт-профессор в Центре Биомембранных Исследований в Стокгольмском Университете. “Сейчас мы добавляем GPU, потому что один GPU в 4-5 раз быстрее CPU в большинстве обычных симуляций. Мы думаем, что уже через несколько лет рабочие станции с несколькими картами займут большую часть рынка, и именно поэтому мы видим в компании NVIDIA очень важного партнера“.

Источник: Technograd.com

Новости партнеров: