@techreport{oai:ipsj.ixsq.nii.ac.jp:00077254,
 author = {坂田, 幸佑 and 鈴木, 脩司 and 石田, 貴士 and 秋山, 泰 and Kousuke, Sakata and Shuji, Suzuki and Takashi, Ishida and Yutaka, Akiyama},
 issue = {2},
 month = {Sep},
 note = {感度の高い配列相同性検索を必要とするメタゲノム解析では、大量の DNA 断片配列を短時間で出力する次世代シークエンサーのデータの解析に非常に多くの計算時間を要する。この問題に対して、我々は GPU を用いることで高速に配列相同性検索を実行可能な GHOSTM システムを開発したが、依然として現実時間での解析は困難であった。そこで本研究では、多数の GPU を利用することで高速化を試みた。各計算ノードに複数の GPU が搭載されたシステムを想定し、まず GHOSTM の 1 ノード内での使用メモリを考慮した並列化実装を行い、次に並列化実装したものを、さらに複数ノードで自動処理するシステムを開発した。その結果、24 枚の GPU を使用する事で次世代シークエンサーが 1 日に出力するデータを約 10 時間程度で解析が可能となった。, Large amount of homology searches are required for analyzing vast fragment sequences produced by a next-generation sequencer in metagenomics. Thus, we developed fast GPU based homology search tool (GHOSTM) in our previous research. However, the performance of the tool was insufficient for processing a data obtained from a next-generation sequencer in real time. Therefore, in this study, we attempted to speed-up it by using many GPUs. First, we reimplemented GHOSTM to use multiple GPUs on a single node. Then, we developed automatic system to run the reimplemented tool on a number of nodes. As results, the system with 24GPUs enabled us to analyze fragment sequences produced by a next-generation sequencer in a day within about 10 hours.},
 title = {GPUを用いた配列相同性検索ツールのマルチGPU向け最適化},
 year = {2011}
}