FreeSurferの実行パフォーマンスの向上：CPUおよびGPUリソ​​ースの使用を最適化するための新しいスケジュールされたパイプラインスキーム

Freesurfer（FS）を使用したMRIの処理を大幅に高速化するスキームが提示されます。このスキームは、多くの買収を含むデータセットを使用して、研究プロジェクトのユースケースの生産性（単位時間ごとに処理された被験者の数）を最大化することを目的としています。このスキームは、FSワークフローの既存のGPUアクセラレーションバージョンと、リソーススケジューラによって監督されたタスクレベルの並列スキームを組み合わせています。これにより、プラットフォームリソースの不足に関する問題を回避しながら、特定のハードウェアプラットフォームの計算能力を最適に利用できるようになります。この実装には、ワークフローコンポーネントの実行を調整するスクリプトのみが含まれ、FSコード自体には変更が必要ないため、スキームはさまざまなプラットフォームで実行できます。このスキームは、ほとんどの研究グループ（4つのコアとNVIDIA GeForce 480 GTXグラフィックカードを備えたパーソナルコンピューター）の範囲内で、コモディティプラットフォームで実装およびテストされています。スケジュールされたタスクレベルの並列スキームを使用して、デフォルトのCPUのみのシリアルFSワークフローと比較して、6回以上のスピードアップに対応するテストプラットフォームで1時間あたり0.6人の被験者を超える生産性が達成されます。

A scheme to significantly speed up the processing of MRI with FreeSurfer (FS) is presented. The scheme is aimed at maximizing the productivity (number of subjects processed per unit time) for the use case of research projects with datasets involving many acquisitions. The scheme combines the already existing GPU-accelerated version of the FS workflow with a task-level parallel scheme supervised by a resource scheduler. This allows for an optimum utilization of the computational power of a given hardware platform while avoiding problems with shortages of platform resources. The scheme can be executed on a wide variety of platforms, as its implementation only involves the script that orchestrates the execution of the workflow components and the FS code itself requires no modifications. The scheme has been implemented and tested on a commodity platform within the reach of most research groups (a personal computer with four cores and an NVIDIA GeForce 480 GTX graphics card). Using the scheduled task-level parallel scheme, a productivity above 0.6 subjects per hour is achieved on the test platform, corresponding to a speedup of over six times compared to the default CPU-only serial FS workflow.