Hlavní stránka Hardware Grafické karty GTC 2013 den třetí – aplikace CUDA technologie
GTC 2013 den třetí – aplikace CUDA technologie
autor: Jan Buriánek , publikováno 21.3.2013
GTC 2013 den třetí – aplikace CUDA technologie

Třetí den konference GTC se vlastně vždy točí kolem aplikací GPU výpočtů a průmyslu. Po celý den se ukazují úspěchy dosahované v jednotlivých odvětvích pomocí technologie CUDA. Jednotlivé případové studie přednášené přímo špičkami v oboru jsou rozhodně cennou inspirací a podobná představení jsou více než zajímavá.


Třetí den zahájilo dopolední vystoupení Elena Liebermana z Rice university (Baylor College of Medicine), kde v jeho klíčové řeči vysvětlil, jak on používá moderní CUDA technologie pro výpočet párování buněk. Tento teprve třiatřicetiletý vědecký asistent má mimořádné výsledky na poli výpočetní biologie a jeho články jsou otiskovány v nejprestižnějších časopisech typu Nature a Science. Dokonce někde zaznělo, že se u něj uvažuje o nominaci na Nobelovu cenu, což se mi nepodařilo ověřit, ale podle jeho klíčové řeči soudě na tom něco může být. Téma zkoumání lidského genomu je natolik odborné a složité, že i přes zaplněný sál rozumělo do detailů jen několik lidí.

GTC 2013 den třetí – aplikace CUDA technologie

Přesto musím říci, že Elen je skvělý řečník, jeho řeč byla velmi srozumitelná a díky nejrůznějším příměrům (Facebook, FaceGraph apod.) bylo možné alespoň z části porozumět, k čemu vlastně potřebuje tak masivní výpočetní výkon. Převyprávět celou řeč nelze, ale stručně lze celý princip shrnout asi takto: problémem je ukázat, jakým způsobem se formuje genom (folding problém). Elen na to šel systémově a dal si pravidla, podle kterých by se tak mohlo dít. Tato pravidla pak ověřoval pomocí masivních GPU výpočtů.

GTC 2013 den třetí – aplikace CUDA technologie GTC 2013 den třetí – aplikace CUDA technologie GTC 2013 den třetí – aplikace CUDA technologie

V zásadě dělal z párování genetické informace korelační matice a ty pak speciálním postupem dále pároval a segmentoval. Tím, že výpočetní experimenty musí spouštět opravdu často, tak úspora času díky použití CUDA akcelerátorů Tesla je desetinásobná. On pak může spouštět více experimentů, rychleji ověřuje své hypotézy a rychleji dochází k závěrům. Práce Elena vede k takovým výsledkům, jako je lék na rakovinu nebo na Alzheimerovu chorobu. K tomu všemu je CUDA dobrá.



 
Komentáře naleznete na konci poslední kapitoly.
20 čtenářů navrhlo autorovi prémii: 9.2Kč Prémie tohoto článku jsou již uzavřené, děkujeme za váš zájem.
Tento web používá k poskytování služeb soubory cookie.