英特尔oneAPI—开发生物序列聚类工具

摘要

本文介绍了基于oneAPI平台开发的生物序列聚类应用，文章结构如下。

应用背景：这里介绍聚类应用nGIA，介绍了为什么开发这个应用，以及它解决了什么问题。这部分非生信领域的同学可以跳过。

如何入门oneAPI：结合我自己的经历，介绍了一条从零开始学习oneAPI的路径。

CUDA代码移植与原生代码开发：结合开发应用的经验，介绍了从CUDA移植到oneAPI时候踩的一些坑，以及为什么推荐写原生的代码。

oneAPI的跨平台特性：用实际的应用，把oneAPI代码跑在nvidia的GPU上。展示了oneAPI的跨平台特性，介绍了开发跨平台代码的时候需要避免哪些问题。

应用背景

首先介绍一下生物序列聚类。序列聚类也就是序列去冗余工作，比较著名的应用有CD-HIT，Uclust，Linclust等。相关领域的同学应该都知道，聚类是生信领域基础且重要的工具。那些被广泛使用的聚类工具，谷歌学术上可以看到，文章的引用都是过千甚至过万的，这也显示了聚类工具的重要和普遍。

目前的聚类工具得到的都是近似结果。Holm[1]在1998年提出了一种贪婪增量的聚类方法，这是可以产生金标准的方法。但是Holm的方法计算量太大，以至于运行时间长到无法接受，因此研究者们提出了各种改进算法，通过牺牲精度的方法换取计算速度的提升。我实际测试发现，速度越快的聚类工具，聚类结果的精度越低。

nGIA是一个能够进行准确聚类，且速度足够快的聚类工具集。Holm的方法能够得到聚类金标准，受限于计算量巨大而无法实现，随着GPU的发展目前算力已经足够充足了。其他聚类工具都是基于CPU平台的，所以可用算力很少。nGIA是基因超算平台的，利用GPU加速，通过MPI支持多节点，因此可用算力比其他应用高出几个数量级。通过充分利用超算的巨大算力，nGIA可以得到精确的聚类结果，且运行速度很快。同时nGIA也有可以运行在普通电脑上的单节点版本，利用GPU进行加速，即使用普通电脑依然比其他工具运行速度更快。nGIA支持蛋白序列和基因序列数据集的聚类，支持单节点和多节点，支持cuda和oneAPI。

具体算法可以参考相关论文，具体实现可以参考代码。

[1]Holm L, Sander C. Removing near-neighbour redundancy from large protein sequence collections[J]. Bioinformatics (Oxford, England), 1998, 14(5): 423-429.

如何入门oneAPI

这部分我想结合我自己的经历，推荐给大家一条从零开始学习oneAPI的路径。最初我是听了oneAPI的线上讲座，开始对oneAPI产生兴趣。之后开始自己写代码，然后遇到问题就从零零碎碎的渠道一点一点学习。回头来看，我走了一些弯路，初始的学习也是不成体系的。现在整理了一下我走过的路，然后按照循序渐进的顺序推荐给大家，希望有帮助。

1. 首先关于oneAPI的介绍，我觉得有一篇