Tesla

GPU 應用

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。

2013 年 GPU技術大會 (GTC 2013)
的生物資訊學相關內容,現已提供

GTC 2013 所提供的生物資訊學完整精彩內容,盡在此處 請觀看課程 >
 



Technical Reports on CUDA for Bioinformatics
>  High-performance computational pipeline for metagenomic data analysis
>  MrBayes on GPU
>  針對生物系統的隨機模擬演算
>  人類視覺皮質區的自我組織運算模型

接合

>  3D立體蛋白質接合
>  使用CUDA加速PIPER
>  威斯康辛大學的蛋白質接合任務
    David Dynerman的受訪影片
>  美國國家癌症中心的Jack Collins談及GPU運算

序列比對

>  CUSHAW: a CUDA compatible short read aligner to large genomes
>  MUMmerGPU:使用CUDA提高DNA序列比對的效率
>  CUDASW++: Smith-Waterman序列資料庫搜尋
>  Smith-Waterman序列比對使用CUDA
>  Infernal-GPU:CUDA加速RNA比對 , Infernal(RNA比對的推論)
>  SWAMP序列比對
>  CMatch:快速蛋白質和基因序列串配對
 
使用CUDA的生醫資訊軟體
>  MUMmerGPU:使用CUDA提高DNA序列比對的效率
>  GPU 上的 Smith-Waterman 代碼
>  蛋白質摺疊研究計畫Folding @ home使用支援CUDA的GPU
>  LISSOM:人類大腦新皮質模型使用CUDA
>  Silicom Informatics推出基於CUDA的AutoDock

利用CUDA加速的相關垂直應用
>  醫學成像
>  分子動力
>  計量化學
>  用於 C, C++, FORTRAN 的 ArrayFire GPU 函式資料庫
>  MATLAB®

亦可參考
>  Tesla/CUDA成功案例
>  其他Tesla垂直解決方案
>  CUDA軟體開發工具和資料庫
>  Buy Tesla