[论文解读] MICA: A fast short-read aligner that takes full advantage of Intel Many Integrated Core Architecture (MIC)

Sze-Hang Chan, Jeanno Cheung+7 more|arXiv (Cornell University)|Feb 20, 2014

Genomics and Phylogenetic Studies参考文献 1被引用 13

一句话总结

MICA 是一种高度优化的短读长比对工具，专为利用英特尔的众多集成核心（MIC）架构而设计，单张 MIC 板卡上相比 BWA-MEM 实现了 4.9 倍的加速，并优于基于 GPU 的 SOAP3-dp。它充分利用了 MIC 的 60 核架构中线程级和数据级并行性，支持在多个 MIC 卡之间高效扩展，适用于高吞吐量基因组学工作负载。

ABSTRACT

Background: Short-read aligners have recently gained a lot of speed by exploiting the massive parallelism of GPU. An uprising alternative to GPU is Intel MIC; supercomputers like Tianhe-2, currently top of TOP500, is built with 48,000 MIC boards to offer ~55 PFLOPS. The CPU-like architecture of MIC allows CPU-based software to be parallelized easily; however, the performance is often inferior to GPU counterparts as an MIC board contains only ~60 cores (while a GPU board typically has over a thousand cores). Results: To better utilize MIC-enabled computers for NGS data analysis, we developed a new short-read aligner MICA that is optimized in view of MICs limitation and the extra parallelism inside each MIC core. Experiments on aligning 150bp paired-end reads show that MICA using one MIC board is 4.9 times faster than the BWA-MEM (using 6-core of a top-end CPU), and slightly faster than SOAP3-dp (using a GPU). Furthermore, MICAs simplicity allows very efficient scale-up when multiple MIC boards are used in a node (3 cards give a 14.1-fold speedup over BWA-MEM). Summary: MICA can be readily used by MIC-enabled supercomputers for production purpose. We have tested MICA on Tianhe-2 with 90 WGS samples (17.47 Tera-bases), which can be aligned in an hour less than 400 nodes. MICA has impressive performance even though the current MIC is at its initial stage of development (the next generation of MIC has been announced to release in late 2014).

研究动机与目标

• 为弥合 GPU 加速比对工具与基于 CPU 的系统之间的性能差距，通过利用英特尔的众多集成核心（MIC）架构。
• 设计一种短读长比对工具，充分利用 MIC 独特的高核心数量与类 CPU 编程模型的结合。
• 在多 MIC 系统上实现高性能与高效扩展，以处理大规模基因组学数据。
• 实现在基于 MIC 的超级计算机（如使用 48,000 张 MIC 板卡的天和-2）上的生产级比对。

提出的方法

• MICA 采用混合并行化策略，同时针对读长之间的粗粒度任务级并行性以及每个 MIC 核内的细粒度数据级并行性进行优化。
• 该比对工具针对 MIC 的 60 核架构进行了优化，利用向量化指令集和高效的内存访问模式以最小化延迟。
• 它利用 MIC 的 x86 指令集，使现有经过 CPU 优化的代码可复用，仅需极少的移植工作。
• MICA 使用种子-延伸策略，并通过高效的位并行技术实现快速种子匹配，该方法已适配至 MIC 的线程模型。
• 实现中使用 OpenMP 和英特尔的 offload 编程模型，以管理数据在 MIC 卡上的移动与内核执行。
• 支持单节点与多节点 MIC 部署，可随着增加卡数实现线性扩展。

实验结果

研究问题

• RQ1 尽管核心数少于 GPU，MICA 是否能在英特尔 MIC 架构上实现具有竞争力的性能？
• RQ2 MICA 能在每个 MIC 核内部及多个 MIC 板卡之间有效利用并行性吗？
• RQ3 在真实基因组学工作负载中，MICA 是否能超越现有的基于 GPU 的比对工具（如 SOAP3-dp）？
• RQ4 在单张 MIC 板卡上，MICA 相比传统的基于 CPU 的比对工具（如 BWA-MEM）可实现多大程度的加速？
• RQ5 当单个计算节点内使用多张 MIC 卡时，MICA 的可扩展性如何？

主要发现

• 在单张 MIC 板卡上，MICA 相比 BWA-MEM 在 6 核 CPU 上的执行速度实现了 4.9 倍加速。
• MICA 以微小优势超越基于 GPU 的 SOAP3-dp，证明了在 MIC 架构上的竞争力。
• 在单节点内使用三张 MIC 卡时，MICA 相比 BWA-MEM 实现了 14.1 倍加速，展现出强大的扩展能力。
• 在天和-2 上，MICA 使用少于 400 个节点，在一小时内完成了 90 个全基因组测序样本（17.47 太字节）的比对。
• 尽管 MIC 尚处早期发展阶段，MICA 仍保持显著性能优势，且下一代 MIC 预计于 2014 年底发布。