Tesla Bio Workbench

NVIDIA acaba de presentar Tesla Bio Workbench, un concepto que permitirá a los científicos abrir nuevas fronteras en el campo de la investigación, ya que convierte un PC normal en un "laboratorio computacional" capaz de ejecutar códigos complejos en aplicaciones de bioquímica o dinámica molecular. En este laboratorio, los ensayos clínicos para la búsqueda de nuevos medicamentos y operaciones como la secuenciación del ADN se ejecutan a velocidades entre 10 y 20 veces superiores gracias al uso de las GPU NVIDIA® Tesla™.

Tesla Bio Workbench consta de:

Una serie de aplicaciones de dinámica molecular y química cuántica optimizadas para la GPU. AMBER, GROMACS, LAMMPS, NAMD, TeraChem, VMD y aplicaciones biocomputacionales como CUDASW++ (Smith-Waterman), GPU-HMMER y MUMmerGPU.

Un sitio especializado en el que la comunidad científica puede descargar las aplicaciones, ver los últimos índices de rendimiento, leer artículos académicos y tutoriales, participar en foros de discusión con los desarrolladores de las aplicaciones y mucho más.

Información sobre las estaciones de trabajo y los clusters basados en las GPU Tesla disponible a nivel mundial para facilitar la implantación de estas aplicaciones.

Normalmente, los científicos llevan a cabo sus experimentos en laboratorios donde combinan sustancias químicas, estudian sus interacciones y evalúan los resultados. Los avances logrados en las ciencias computacionales han permitido realizar estos experimentos utilizando modelos de simulación de dinámica molecular y química cuántica que suelen necesitar grandes supercomputadoras dotadas de miles de CPU (unidades de procesamiento central).

Ahora, gracias a la enorme capacidad de cálculo paralelo de la arquitectura CUDA™ incluida en las GPU NVIDIA, estas aplicaciones pueden ejecutarse entre 10 y 20 veces más rápido, lo que significa que incluso un PC normal con una GPU Tesla puede superar el rendimiento de un superordenaror.

Citas:

John Stone, programador senior para proyectos de investigación de la Universidad de Illinois en Urbana-Champaign, comenta que están trabajando en una nueva técnica de visualización basada en la GPU cuyo objetivo es realizar simulaciones de dinámica molecular en VMD para investigar la forma en que moléculas como el oxígeno o el CO2 migran en el interior de las proteínas. Según explica, "Esta investigación es fundamental para el estudio de los mecanismos de las reacciones enzimáticas. Una simulación que tarda en 1 día en una estación basada en GPU, tardaría 30 días en una máquina basada en CPU, lo que la hace inútil para la investigación ".

“TeraChem es un potente paquete de modelado molecular cuyos cálculos pueden facilitar el descubrimiento de nuevos medicamentos y, al mismo tiempo, evitar pérdidas de tiempo sintetizando candidatos poco prometedores”, explica Todd Martinez, profesor de química teórica y física de la Universidad de Stanford, que continúa diciendo: “Con TeraChem, cálculos que hubieran tardado días o semanas en un cluster de servidores ahora se pueden realizar de forma rutinaria en estaciones de trabajo basadas en procesadores NVIDIA. Esto permite realizar ensayos clínicos a alta velocidad y acelerar el proceso de diseño de nuevos fármacos”.

Según dice Ross Walker, profesor de investigación en el centro de supercomputación de la Universidad de California, San Diego, “Cuando usamos AMBER en una GPU NVIDIA para simular el comportamiento de una enzima de hidrolización de la celulosa llamada Celobiohidrolasa-I (un componente clave para mejorar la eficiencia en la producción de bioetanol), estamos registrando un rendimiento equivalente al de un cluster de 10 nodos”.

En la Universidad de Illinois en Urbana-Champaign, el profesor Klaus Schulten, titular de una cátedra Swanlund de física, explica cómo "Los investigadores de la Universidad están utilizando el software de dinámica molecular NAMD acelerado en la GPU para estudiar la forma en que los virus reaccionan a diferentes medicamentos, incluidos los que combaten el virus H1N1. NAMD ejecutado en una estación de trabajo con 4 GPU puede superar el rendimiento de un grupo de servidores con 16 CPU”.

"Uno de los próximos retos de la simulación molecular es automatizar los ensayos clínicos con medicamentos experimentales. Normalmente utilizamos GROMACS en clusters con muchas CPU para calcular los enlaces entre los medicamentos y la membrana de las proteínas, pero esto resulta caro y complejo”, comenta Erik Lindahl, profesor asociado del Centro de Investigación de Biomembranas de la Universidad de Estocolmo, que concluye diciendo: “Ahora estamos añadiendo soporte para las GPU porque uno solo de estos procesadores puede ser entre 4 y 5 veces más rápido que una CPU en la mayoría de las simulaciones normales. En unos años, es de esperar que una gran parte del mercado haya sido ocupado por estaciones de trabajo configuradas con un conjunto de tarjetas de cálculo y ésta es la razón por la que consideramos a NVIDIA como un proveedor de vital importancia“.

bio	9
nvidia	180
tesla	3
workbench	1