基于GPU加速的基因组数据压缩框架

摘要

基因组数据在以空前的速度增长,其中,多数基因组数据文件格式以类似于表格的平文形式存储.为了合理利用资源,开发了一个基于GPU加速的基因组数据压缩框架.该框架包含了多种压缩算法在GPU上的高效并行化实现,通过为列数据选取合适方法进行压缩,在不损失压缩率的前提下,压缩速度和解压速度同时达到约100MB/s.同时本文设计了一种适合GPU加速的基于Markov模型及字符变换的压缩方法,测试结果表明该方法在某些文本环境下可以很好地替代基于Burrows-Wheeler和Move-To-Front变换的压缩方法.