
Foldseek资源需求不只由查询数决定。目标库总残基、是否保留Cα信息、预过滤模式及后续比对都会影响内存与耗时。本篇固定Release10的单链结构搜索,比较同一输入上的CPU与GPU路径;GPU加速搜索预过滤,不代表所有模块和索引都同样受支持。
先核对构建与具体GPU任务
Release10发布说明新增monomer及multimer搜索GPU支持。使用与设备兼容的GPU构建,核对该发布版的CPU指令、glibc和驱动要求;不是任意旧版二进制加一个参数就能运行。已获配设备的可见范围遵守平台设置,不自行覆盖其他任务的设备映射。
| 阶段 | 需准备或固定 | 计量方式 |
|---|---|---|
| 结构建库 | 完整查询与目标DB、链ID | 准备时间及磁盘单列 |
| padding | makepaddedseqdb生成新目标前缀 | 新增盘和准备峰值 |
| CPU/GPU搜索 | 相同padded库、prefilter-mode=1 | 完整搜索耗时和RAM/显存 |
| 导出及复核 | 相同模式、阈值与输出字段 | 命中集合、边界分数与可解释差异 |
让两组使用同一个搜索协议
以下假设queryDB和targetDB是本版本从已核对结构建立的完整数据库,用绝对前缀路径。新建padded库与两组输出,padding时间单独记录。CPU和GPU均选prefilter-mode=1,避免把默认k-mer预过滤与GPU路径的差异全部解释为硬件收益。
#!/usr/bin/env bash
set -euo pipefail
query=/data/queryDB
target=/data/targetDB
mkdir foldseek-compare-001
cd foldseek-compare-001
foldseek version > version.txt
/usr/bin/time -v -o padding.time.txt \
foldseek makepaddedseqdb "$target" target_pad > padding.log 2>&1
for mode in cpu gpu; do
mkdir "$mode"
gpu=0
if [ "$mode" = gpu ]; then gpu=1; fi
/usr/bin/time -v -o "$mode/search.time.txt" \
foldseek search "$query" target_pad "$mode/resultDB" "$mode/tmp" \
--gpu "$gpu" --prefilter-mode 1 --alignment-type 2 --threads 4 -e 0.001 \
> "$mode/search.log" 2>&1
foldseek convertalis "$query" target_pad "$mode/resultDB" "$mode/matches.tsv" \
--format-output query,target,evalue,bits,alnlen > "$mode/export.log" 2>&1
test -f "$mode/matches.tsv"
done
GPU模式忽略s敏感度参数,因此不能在CPU组调低s后声称只换了设备。保持比对模式、候选上限和阈值一致;某些执行路径或阈值附近可能出现差异,先保留两组完整输出,检查命中、分数与研究所需召回,不靠删除不一致记录让对照看起来相同。
内存估算先区分主体与总峰值
官方给默认含Cα数据的主体估算为每个库残基约8字节,由坐标、3Di及氨基酸组成。纯演算:十亿残基约8十进制GB,即约7.45 GiB;这不是进程总RAM或显存保证,索引、缓冲、查询、结果与系统空间仍需另算,正式选择必须测代表库。
关闭按结构位排序可改变内存需求,也会改变排序与最终分数,不能当不影响结果的硬件优化。减少目标库范围则会改变搜索空间;需要筛库时,应按研究依据形成新协议,不把更小库的时间当原库配置已经足够。
记录有效吞吐及完整费用范围
分别填建库、padding、搜索、导出和复核时间。GPU采样记录显存与设备负载,主机RAM用任务或控制组统计;GNU Time不提供GPU显存。目标库、原库及padded副本同时存在时要合计盘占用,不能只看最终TSV很小就缩减工作盘。
缓存和库预加载会影响重复查询时间,首次与复用情况分别测,交换顺序并保留波动。增加查询量后看整批有效完成数,而不是只用一个查询的低延迟推算全部任务。多卡、多进程及多用户共享也需要重新测量,显存不能无条件相加给一个任务。
无命中输出可能正常,但空输入、程序失败或库不完整不算有效吞吐。确认结果范围和所需质量后,再按真实报价、最小计费粒度、保存与回传窗口计算费用。Release10支持的GPU路径可以成为候选,最终仍按该项目的CPU/GPU完整对照选择。
参考资料
需要额外算力时
适用前提:已核对Foldseek版本与具体模式的CPU或GPU支持,同一查询和数据库试跑确认资源缺口及实际收益。如需额外资源,可评估按任务测算的CPU或兼容GPU服务器租赁。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。
咨询本任务的服务器配置
留下手机号,我们会结合本文任务与您沟通服务器配置和报价。 也可联系云生信企业微信客服,说明本文任务。咨询本任务的服务器配置
