[論文レビュー] BioSEAL: In-Memory Biological Sequence Alignment Accelerator for Large-Scale Genomic Data

Roman Kaplan, Leonid Yavits+1 more|arXiv (Cornell University)|Jan 17, 2019

Genomics and Phylogenetic Studies参考文献 62被引用数 4

ひとこと要約

BioSEALは、抵抗性コンテンツアドレスラブルメモリ（RCAM）を用いた非フォンノイマン型、メモリ内コンピューティングアクセラレータであり、大規模ゲノムゲノム解析のためのマス・パラレルな生物学的配列アラインメントを実現する。このアーキテクチャは、ゲノムデータベース上で直接関連処理を実行することで、最新のソリューションと比較して最大57倍の高速化と156倍のエネルギー効率の向上を達成し、従来の動的プログラミング法やBLASTのようなヒューリスティック手法を大きく上回る。

ABSTRACT

Genome sequences contain hundreds of millions of DNA base pairs. Finding the degree of similarity between two genomes requires executing a compute-intensive dynamic programming algorithm, such as Smith-Waterman. Traditional von Neumann architectures have limited parallelism and cannot provide an efficient solution for large-scale genomic data. Approximate heuristic methods (e.g. BLAST) are commonly used. However, they are suboptimal and still compute-intensive. In this work, we present BioSEAL, a Biological SEquence ALignment accelerator. BioSEAL is a massively parallel non-von Neumann processing-in-memory architecture for large-scale DNA and protein sequence alignment. BioSEAL is based on resistive content addressable memory, capable of energy-efficient and high-performance associative processing. We present an associative processing algorithm for entire database sequence alignment on BioSEAL and compare its performance and power consumption with state-of-art solutions. We show that BioSEAL can achieve up to 57x speedup and 156x better energy efficiency, compared with existing solutions for genome sequence alignment and protein sequence database search.

研究の動機と目的

• ゲノム分野における大規模生物学的配列アラインメントの計算ボトル neck を解決すること。
• スミス・ウォーターマンのような動的プログラミングアルゴリズムに必要なマス・パラレル処理を処理する上で、フォン・ノイマンアーキテクチャの限界を克服すること。
• メモリ内関連処理を活用して、エネルギー効率が高く、高スループットな配列アラインメントを実現するハードウェアアクセラレータの設計。
• 性能とエネルギー効率の両面で、既存のヒューリスティック（例：BLAST）および正確なアラインメント手法を上回ること。
• 抵抗性コンテンツアドレスラブルメモリ（RCAM）が生物学的配列データベース検索に適していることの実現可能性と利点を実証すること。

提案手法

• 関連処理を実行するために抵抗性コンテンツアドレスラブルメモリ（RCAM）を採用し、クエリ配列を同時に全ゲノムデータベースと比較可能にする。
• スミス・ウォーターマンの動的プログラミング計算をRCAMベースのメモリ内アーキテクチャにマッピングするための新しい関連処理アルゴリズムを設計。
• 各RCAMセルがゲノム配列断片を格納し、リアルタイムで類似度を評価するコンテンツベースの並列マッチングを実行。
• RCAMの内在的並列性を活用して、1サイクルで複数のアラインメント計算を実行し、データ移動のボトル neck を回避。
• データ移動を最小限に抑え、メモリ内計算を活用することで、エネルギー効率を最適化。
• 生物学的配列タイプに応じて類似度スコアリングおよびマッチング論理を調整することで、DNAおよびタンパク質配列アラインメントを両方サポート。

実験結果

リサーチクエスチョン

• RQ1 RCAMを基盤とするメモリ内非フォン・ノイマンアーキテクチャは、生物学的配列アラインメントにおいて顕著な性能およびエネルギー効率の向上を達成できるか？
• RQ2 提案された関連処理アルゴリズムは、スミス・ウォーターマンの動的プログラミング計算をRCAMにどのようにマッピングし、全データベースアラインメントを実現するか？
• RQ3 BioSEALは、従来のフォン・ノイマンシステムおよびBLASTのようなヒューリスティックツールと比較して、どの程度の高速化とエネルギー効率の向上を達成できるか？
• RQ4 RCAMベースの処理は、大規模な配列アラインメントにおいて、どの程度データ移動のオーバーヘッドを排除できるか？
• RQ5 提案されたアクセラレータは、DNAおよびタンパク質配列データベースを高スループットかつ低遅延で処理できるか？

主な発見

• BioSEALは、ゲノム配列アラインメントにおいて、最新のソリューションと比較して最大57倍の高速化を達成。
• タンパク質配列データベース検索において、既存のアプローチと比較して156倍のエネルギー効率の向上を示した。
• RCAMベースのアーキテクチャは、マス・パラレルな関連処理を可能にし、全データベースアラインメントに要する時間を著しく短縮した。
• 提案された関連処理アルゴリズムは、計算的に高負荷なスミス・ウォーターマンアルゴリズムをメモリ内ハードウェアに効果的にマッピングし、遅延を最小限に抑えた。
• BioSEALは、BLASTのようなヒューリスティック手法よりも正確性と性能に優れ、さらに優れたエネルギー効率を維持した。
• 本システムはスケーラブルであり、DNAおよびタンパク質配列アラインメントに適用可能で、大規模ゲノム応用分野への応用が期待される。