[논문 리뷰] GenStore: A High-Performance and Energy-Efficient In-Storage Computing System for Genome Sequence Analysis

Nika Mansouri Ghiasi, Jisung Park외 12명|arXiv (Cornell University)|2022. 02. 21.

Advanced Data Storage Technologies인용 수 13

한 줄 요약

GenStore는 NAND 플래시 SSD 내부에서 저비용이고 정확한 유전자 서열 필터링을 직접 수행함으로써 유전자 서열 분석을 가속화하는 혁신적인 내장형 컴퓨팅 시스템이다. 이는 데이터 이동과 계산 오버헤드를 줄이며, 고유사도 서열에 대해 2.07–6.05×(소프트웨어) 및 1.52–3.32×(하드웨어)의 성능 향상을 달성하고, 저유사도 서열에 대해서는 최대 33.63×(소프트웨어) 및 19.2×(하드웨어)의 성능 향상을 기록하여 종단 간 처리량과 에너지 효율성을 크게 향상시킨다.

ABSTRACT

Read mapping is a fundamental, yet computationally-expensive step in many genomics applications. It is used to identify potential matches and differences between fragments (called reads) of a sequenced genome and an already known genome (called a reference genome). To address the computational challenges in genome analysis, many prior works propose various approaches such as filters that select the reads that must undergo expensive computation, efficient heuristics, and hardware acceleration. While effective at reducing the computation overhead, all such approaches still require the costly movement of a large amount of data from storage to the rest of the system, which can significantly lower the end-to-end performance of read mapping in conventional and emerging genomics systems. We propose GenStore, the first in-storage processing system designed for genome sequence analysis that greatly reduces both data movement and computational overheads of genome sequence analysis by exploiting low-cost and accurate in-storage filters. GenStore leverages hardware/software co-design to address the challenges of in-storage processing, supporting reads with 1) different read lengths and error rates, and 2) different degrees of genetic variation. Through rigorous analysis of read mapping processes, we meticulously design low-cost hardware accelerators and data/computation flows inside a NAND flash-based SSD. Our evaluation using a wide range of real genomic datasets shows that GenStore, when implemented in three modern SSDs, significantly improves the read mapping performance of state-of-the-art software (hardware) baselines by 2.07-6.05$ imes$ (1.52-3.32$ imes$) for read sets with high similarity to the reference genome and 1.45-33.63$ imes$ (2.70-19.2$ imes$) for read sets with low similarity to the reference genome.

연구 동기 및 목표

• 유전자 서열 분석의 리드 매핑 과정에서 발생하는 높은 계산 및 데이터 이동 오버헤드를 해결하기 위해.
• 대규모 유전자 데이터 세트를 저장소에서 주 메모리 및 CPU로 이동시키는 데 기인한 성능 저하 문제를 줄이기 위해.
• 다양한 리드 유형(단순/장거리)과 다양한 유전적 변이 수준을 지원하는 하드웨are/소프트웨어 공동 설계 기반의 내장형 시스템을 설계하기 위해.
• 저비용 가속기들을 활용해 저장 장치 내부에서 직접 고성능, 에너지 효율적인 유전자 리드 필터링을 구현하기 위해.
• 최신 소프트웨어 및 하드웨어 리드 매퍼 대비 뚜렷한 성능 및 에너지 효율 향상을 입증하기 위해.

제안 방법

• GenStore는 NAND 플래시 SSD 내부에 맞춤형 하드웨어 가속기를 통합하여 저장소 내부에서 근사 문자열 매칭(ASM) 필터링을 직접 수행한다.
• 두 가지 특수화된 필터링 엔진을 활용한다: 고유전적 변이를 가진 장거리 리드를 위한 GenStore-NM과 정확하거나 근사 정확한 매칭을 가진 단거리 리드를 위한 GenStore-EM.
• SSD 내부의 데이터 흐름과 계산을 최적화하기 위해 공동 설계 접근법을 적용하여 외부 캐시 데이터 이동을 최소화한다.
• 플래시 메모리의 고유한 특성을 활용해 유전자 데이터를 그 자리에서 저장하고 처리함으로써 지연 시간과 에너지 소비를 감소시킨다.
• 다양한 시퀀싱 기술의 특성에 맞게 필터링 로직을 조정한다. 이는 리드 길이, 오류율, 기준 게놈 대비 유전적 이탈 정도를 포함한다.
• 기존 소프트웨어 및 하드웨어 리드 매퍼와 통합되어 매핑 로직의 변경 없이도 성능을 향상시킨다.

실험 결과

연구 질문

• RQ1 내장형 처리가 유전자 서열 분석에서 데이터 이동과 계산 오버헤드를 뚜렷이 줄일 수 있는가?
• RQ2 하드웨어/소프트웨어 공동 설계를 통해 다양한 유전자 리드(단거리/장거리, 고유사도/저유사도)를 효율적이고 정확하게 필터링할 수 있는가?
• RQ3 기존 시스템 대비 플래시 기반 SSD에서 리드 필터링을 직접 수행할 경우 성능 및 에너지 절감 효과는 어떠한가?
• RQ4 다양한 유전적 변이 수준과 리드 특성을 가진 다양한 유전자 데이터 세트에서 GenStore의 확장성은 어떠한가?
• RQ5 GenStore는 기존 소프트웨어 및 하드웨어 리드 매퍼에 효과적으로 통합되어 종단 간 성능 향상을 이끌 수 있는가?

주요 결과

• GenStore는 기준 게놈과 높은 유사도를 보이는 리드 세트에 대해 최신 소프트웨어 리드 매퍼 대비 최대 6.05×의 성능 향상을 달성한다.
• 저유사도 리드 세트에 대해서는 소프트웨어 기반 매퍼에서 최대 33.63×의 성능 향상을 기록하여 복잡하고 이질적인 게놈 분석에 뛰어난 성능을 보인다.
• 하드웨어 가속 기반 베이스라인은 GenStore와 통합 시 최대 3.32×의 성능 향상을 기록하여 하이브리드 시스템에서의 효과를 입증한다.
• SARS-CoV-2 연구에서 GenStore-NM은 99.7% 이상의 리드를 필터링하여 후속 매핑기의 계산 부담을 크게 감소시켰다.
• GenStore-EM은 단거리 리드 데이터세트에서 정확하거나 근사 정확한 매칭을 효과적으로 필터링하여 폴리싱 및 검증 워크로드의 처리 속도를 향상시켰다.
• 데이터 이동을 최소화함으로써 에너지 소비를 감소시켜 이동성 및 자원 제약이 있는 유전체 분석 플랫폼에 이상적이다.