クラウド上の分散GPU環境におけるタンパク質間相互作用予測計算フレームワークの開発

山本悠生; 大上雅史; 秋山泰.

論文・著書情報

タイトル

和文:	クラウド上の分散GPU環境におけるタンパク質間相互作用予測計算フレームワークの開発
英文:

著者

和文:	山本悠生, 大上雅史, 秋山泰..
英文:	Yuki Yamamoto, Masahito Ohue, Yutaka Akiyama.

言語

Japanese

掲載誌/書名

和文:	研究報告バイオ情報学（BIO）
英文:	IPSJ SIG Technical Report

巻, 号, ページ

2017-BIO-53 8 1-8

出版年月

2018年3月2日

出版者

和文:	情報処理学会
英文:

会議名称

和文:	情報処理学会第53回バイオ情報学研究会
英文:

開催地

和文:
英文:

公式リンク

https://ipsj.ixsq.nii.ac.jp/ej/?action=pages_view_main&active_action=repository_view_main_item_detail&item_id=186585&item_no=1&page_id=13&block_id=8

アブストラクト

パブリッククラウドは必要な時に必要な分だけ計算資源を借りることができる点や，容易にスケールアウトすることができる点で既存の環境に比べて優れている．また近年クラウド上で GPU を使用できるサービスを各クラウド事業者が展開している．MEGADOCK はタンパク質間相互作用を高速に予測するソフトウェアであるが，多数の相互作用の予測には大規模な計算資源が必要である．本研究では MEGADOCK の GPU 版をパブリッククラウド上の分散 GPU 環境で並列に効率よく動作させ，計算機に精通していない潜在的な MEGADOCK の利用者にも使いやすいように，計算資源とソフトウェアを同時に提供する環境を開発した．MEGADOCK の効率的な並列計算を行うことができる条件について実験を行った結果次のことが分かった．a) 時間当たりの料金が同額の GPU 有りの VM のクラスタならば，大規模な VM を少数使用する場合よりも小規模な VM を多数使用する方が高速であること．b) GPU 有りの VM と無しの VM で時間当たりの料金が同程度のクラスタの場合，GPU を使用する方が 1.35 倍程度高速であること．

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報