BreSci XVI Brazilian e-Science Workshop

A comparação de sequências genéticas é uma operação fundamental da Bioinformática, sendo executada milhares de vezes, todos os dias, ao redor do mundo. O algoritmo Smith-Waterman (SW) é um dos algoritmos mais usados para tal propósito pois obtém o resultado ótimo. No entanto, os tempos de execução podem ser muito extensos para sequências longas, já que o algoritmo possui complexidade quadrática (O(n^2)), onde n é o tamanho das sequências. De maneira a obter resultados mais rápido, várias ferramentas que implementam estratégias paralelas foram propostas na literatura. Mesmo com esses avanços, a comparação de cromossomos completos, compostos de centenas de milhões de caracteres, com o algoritmo SW, ainda é uma tarefa muito desafiadora, que requer altíssimo poder de computação. Nessa palestra, apresentaremos primeiramente a nossa ferramenta paralela MASA-CUDAlign, que incorpora mecanismos sofisticados como execução em paralelogramo, execução ortogonal, poda de blocos, especulação e distribuição estática/dinâmica de trabalho. Vamos mostrar que, em 2016, a professora Alba Melo e seu aluno de doutorado Edans Sandes receberam o Prêmio Capes de Teses em Ciência da Computação pela ferramanta MASA-CUDAlign. Mostraremos também que, em 2021, a última versão da nossa ferramenta (MASA-CUDAlign-MultiBP) obteve o melhor desempenho da literatura mundial, em um supercomputador com 512 GPUs (placas gráficas). A seguir, vamos apresentar os desafios para se executar a ferramenta MASA-CUDAlign na nuvem AWS, usando instâncias GPU do tipo spot. Ao final, discutiremos trabalhos que estão sendo desenvolvidos e as questões em aberto.

A construção e disponibilização de modelos de aprendizado de máquina (ML) e de aprendizado profundo (DL) têm modificado significativamente a atividade científica. A partir do processamento dos dados capturados por diversos instrumentos, modelos baseados em aprendizagem auxiliam cientistas em predições sobre o comportamento de fenômenos, no diagnóstico de doenças e mesmo na disponibilização de informações para a população, como em modelos de classificação de plantas. Com o crescente número de aplicações para as técnica de ML e DL, surge a necessidade de sistemas que apóiem o ciclo de vida de modelos e dados. Neste sentido, MLSystem é uma classe de sistemas que apareceram recentemente com o objetivo de apoiar a construção e disponibilização de modelos baseados em aprendizagem. As funções cobertas por sistemas do tipo MLSystem variam um tanto, mas podemos considerar em geral uma ou mais funcionalidades, além da atividade de base de construção de modelos, incluindo: pre-processamento de dados, Automação paramétrica, Seleção de Modelos, Combinação de modelos automática etc. Além de apresentar de uma maneira abrangente essa classe de sistemas, nesta palestra apresentaremos também o sistema Gypscie que vem sendo desenvolvido no DEXL/LNCC, assim como um de seus aspectos mais salientes associado à composição de modelos espaço-temporais.