[논문 리뷰] BioSEAL: In-Memory Biological Sequence Alignment Accelerator for Large-Scale Genomic Data

Roman Kaplan, Leonid Yavits외 1명|arXiv (Cornell University)|2019. 01. 17.

Genomics and Phylogenetic Studies참고 문헌 62인용 수 4

한 줄 요약

BioSEAL은 저항성 콘텐츠 주소 가능 메모리(RCAM)를 기반으로 한 비-바나흐 구조의 메모리 내 컴퓨팅 가속기로, 대규모 게놈 게놈 분석을 위한 다량의 병렬 생물학적 서열 정렬을 가능하게 한다. 이는 게놈 데이터베이스에 직접 연관 처리를 수행하여 최신 기술 대비 최대 57배의 성능 향상과 156배의 에너지 효율성 향상을 달성하며, 기존의 동적 프로그래밍 및 BLAST과 같은 히وري스틱 방법에 비해 뚜렷한 성능 우위를 보인다.

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.

연구 동기 및 목표

• 게놈 분야에서 대규모 생물학적 서열 정렬의 계산적 병목 현상을 해결하기 위해.
• 스미스-워터먼와 같은 동적 프로그래밍 알고리즘에 필요한 막대한 병렬 처리를 수행하는 데에 비-바나흐 아키텍처의 한계를 극복하기 위해.
• 메모리 내 연관 처리를 활용하여 에너지 효율적이고 고처리량의 서열 정렬을 가능하게 하는 하드웨어 가속기 설계를 위해.
• 성능 및 에너지 효율성 측면에서 기존의 히وري스틱(예: BLAST) 및 정확한 정렬 방법을 모두 뛰어넘기 위해.
• 저항성 콘텐츠 주소 가능 메모리(RCAM)가 생물학적 서열 데이터베이스 검색에 적합함을 입증하고자.

제안 방법

• RCAM을 활용해 연관 처리를 수행함으로써, 쿼리 서열을 전체 게놈 데이터베이스와 동시에 비교할 수 있도록 아키텍처를 설계함.
• 스미스-워터먼 동적 프로그래밍 계산을 RCAM 기반의 메모리 내 아키텍처에 매핑하기 위한 새로운 연관 처리 알고리즘을 개발함.
• 각 RCAM 셀이 게놈 서열 세그먼트를 저장하고 실시간으로 유사도를 평가하는 콘텐츠 기반 병렬 매칭을 수행함.
• RCAM의 본질적 병렬성을 활용해 한 사이클에 다수의 정렬 계산을 동시에 수행함으로써 데이터 이동 병목 현상을 피함.
• 데이터 이동 최소화 및 메모리 내 계산 활용을 통해 에너지 효율성 최적화를 달성함.
• 생물학적 서열 유형에 맞게 유사도 스코어링 및 매칭 로직을 조정함으로써 DNA 및 단백질 서열 정렬을 모두 지원함.

실험 결과

연구 질문

• RQ1 RCAM 기반의 메모리 내 비-바나흐 아키텍처가 생물학적 서열 정렬에서 뚜렷한 성능 및 에너지 효율성 향상을 달성할 수 있는가?
• RQ2 제안된 연관 처리 알고리즘이 스미스-워터먼의 동적 프로그래밍 계산을 RCAM에 어떻게 매핑하여 전체 데이터베이스 정렬을 수행하는가?
• RQ3 BioSEAL은 기존의 비-바나흐 시스템 및 BLAST과 같은 히وري스틱 도구에 비해 어떤 정도의 성능 향상과 에너지 효율성 향상을 달성할 수 있는가?
• RQ4 RCAM 기반 처리가 대규모 서열 정렬에서 데이터 이동 오버헤드를 얼마나 효과적으로 제거할 수 있는가?
• RQ5 제안된 가속기가 높은 처리량과 낮은 지연 시간으로 DNA 및 단백질 서열 데이터베이스를 모두 처리할 수 있는가?

주요 결과

• BioSEAL은 최신 솔루션 대비 게놈 서열 정렬에서 최대 57배의 성능 향상을 달성함.
• 단백질 서열 데이터베이스 검색 분야에서 기존 접근 방식 대비 156배 뛰어난 에너지 효율성을 보임.
• RCAM 기반 아키텍처는 다량의 병렬 연관 처리를 가능하게 하여 전체 데이터베이스 정렬에 소요되는 시간을 극적으로 감소시킴.
• 제안된 연관 처리 알고리즘은 계산적으로 부담이 큰 스미스-워터먼 알고리즘을 메모리 내 하드웨어에 효과적으로 매핑하여 지연 시간을 최소화함.
• BLAST과 같은 히وري스틱 방법에 비해 정확성과 성능 모두 뛰어나면서도 뛰어난 에너지 효율성을 유지함.
• 시스템은 확장 가능하며 DNA 및 단백질 서열 정렬 모두에 적용 가능하여 대규모 게놈 응용 분야에서의 잠재력을 보여줌.