GPU-Computing für Systeme der Biologie

Die Entwicklung detaillierter, kohärenter Modelle komplexer biologischer Systeme wird als entscheidende Anforderung für die Integration der zunehmenden Menge an Experimentaldaten anerkannt. Darüber hinaus bietet die In-silico-Simulation biochemischer Modelle eine einfache Möglichkeit, verschiedene experimentelle Bedingungen zu testen, was bei der Entdeckung der Dynamik hilft, die biologische Systeme regulieren. Die erforderliche Rechenleistung für diese Simulationen übersteigt jedoch oft die Verfügbarkeit auf gängigen Desktop-Computern, weshalb teure Hochleistungsrechnungslösungen erforderlich sind. Eine aufkommende Alternative wird durch die wissenschaftliche Allgemeincomputernutzung auf Grafikprozessoren (GPGPU) dargestellt, die die Leistung eines kleinen Rechnerclusters zu Kosten von etwa 400 bietet. Die Berechnung mit einer GPU erfordert die Entwicklung spezifischer Algorithmen, da sich das Programmierparadigma erheblich von der traditionellen CPU-basierten Berechnung unterscheidet. In diesem Papier überprüfen wir einige aktuelle Bemühungen, die Rechenleistung von GPUs für die Simulation biologischer Systeme zu nutzen.