AutoDock Vina (Vina) es una herramienta de acoplamiento molecular ampliamente adoptada, utilizada por muchas investigaciones como estándar para los resultados de acoplamiento molecular. Sin embargo, su proceso de cálculo es muy lento. Vina revolucionó con un acelerador basado en FPGA (matriz de puertas programables en campo) — Vina-FPGA — que ofrece una solución eficiente en energía para acelerar el proceso de acoplamiento. Sin embargo, los módulos de cálculo en el diseño de Vina-FPGA no se utilizan de manera eficiente. Esto se debe al comportamiento irregular de Vina en los bucles anidados, cuyos límites superiores cambian constantemente y el flujo de control varía. Afortunadamente, el método de búsqueda iterativa de Monte Carlo empleado por Vina requiere cálculos independientes para diferentes entradas iniciales aleatorias, lo que brinda una oportunidad para un diseño paralelo. Por ello, este trabajo propone Vina-FPGA2 — un diseño de pipeline entre módulos para mejorar aún más la eficiencia de ejecución de Vina-FPGA. En primer lugar, se logra la independencia de las tareas llenando secuencialmente los módulos de cálculo con tareas (Task). Luego, mediante un módulo de verificación de etiquetas y ajustes arquitectónicos, se implementa un diseño paralelo de pipeline entre módulos llamado Vina-FPGA2-Baseline. Para una implementación de hardware eficiente en recursos, este diseño se convierte en un problema de optimización y se desarrolla un solucionador basado en aprendizaje por refuerzo. Para la plataforma Xilinx UltraScale XCKU060, se logra un diseño de acelerador más eficiente llamado Vina-FPGA2-Enhanced. Finalmente, los experimentos muestran que el rendimiento de Vina-FPGA2-Enhanced es en promedio 12,6 veces mayor que el de la unidad central de procesamiento (CPU), 3,3 veces mayor que Vina-FPGA y que la eficiencia energética mejora 7,2 veces en comparación con Vina-GPU.

AutoDock Vina (Vina); aceleradores de hardware; matrices de puertas programables en campo; diseño conjunto hardware-software