Buscar en Google Scholar
Título: Accelerating Molecular Docking by Parallelized Heterogeneous Computing - A Case Study of Performance, Quality of Results, and Energy-Efficiency using CPUs, GPUs, and FPGAs
Otros títulos: Aceleración de docking molecular mediante computación heterogénea paralela - Un estudio de caso de rendimiento, calidad de resultados y eficiencia energética con CPUs, GPUs, y FPGAs
Asesor(es): Koch, Andreas; Plessl, Christian
Campo OCDE: http://purl.org/pe-repo/ocde/ford#1.02.01
Fecha de publicación: 14-oct-2019
Institución: Technische Universität Darmstadt
Resumen: Molecular Docking (MD) es una herramienta clave en el diseño de medicamentos asistido por computadora. AutoDock es un código MD ampliamente utilizado que ejecuta un algoritmo genético lamarckiano (LGA) y, el método Solis-Wets como algoritmo de búsqueda local. Este tesis presenta una paralelización de AutoDock basasa en OpenCL, y su evaluación correspondientes en términos de rendimiento de ejecución, calidad de resultados y eficiencia de cálculo de energía, lograda en CPUs, GPUs y FPGAs. Si bien un enfoqu de paralelización basada en datos ha demostrado su efectividad en CPUs y GPUs, se observó que para FPGAs, dicho enfoque resultó en ejecuciones más lentas. Para superar este inconveniente, también se analiza una paralelización basada en tareas para FPGAs. Además, esta tesis amplía la búsqueda de LGA con nuevos métodos alternativos de búsqueda local basados en gradientes. Entre estos, se descubrió que ADADELTA produce una reducción en el esfuerzo de cálculo de hasta 1/1300 del método Solis-Wets, al tiempo que logra una calidad de resultados equivalente. En comparación con el AutoDock original (single-threaded), la implementación paralela basada en datos propuesta logra una aceleración de hasta 399x y mejora la eficiencia de la energía de cómputo en hasta 297x cuando se ejecuta en modernos GPUs V100.
Disciplina académico-profesional: Ingeniería y tecnología
Institución que otorga el grado o título: Technische Universität Darmstadt. Computer Science Department
Grado o título: Doctor en Ingeniería
Fecha de registro: 16-ene-2020



IMPORTANTE
La información contenida en este registro es de entera responsabilidad de la universidad, institución o escuela de educación superior que administra el repositorio académico digital donde se encuentra el trabajo de investigación y/o proyecto, los cuales son conducentes a optar títulos profesionales y grados académicos. SUNEDU no se hace responsable por los contenidos accesibles a través del Registro Nacional de Trabajos de Investigación – RENATI.