面向CPU-GPU异构平台的生物多序列比对算法的性能优化

目录

第1章 绪论

1.1 研究背景

1.1.1 生物多序列比对概述

1.1.2 生物多序列比对问题对高性能计算的挑战

1.1.3 多用户问题

1.2 国内外研究现状

1.2.1 GPU的计算能力

1.2.2 GPU编程模型

1.2.3 CPU-GPU混合架构

1.2.4 多序列比对问题的并行优化研究

1.2.5 多用户问题研究现状

1.3 论文主要工作与全文结构

第2章 CPU-GPU混合架构研究

2.1 GPU端并行编程

2.1.1 GPU硬件架构

2.1.2 CUDA编程模型

2.1.3 CUDA软件模型

2.1.4 编程规范

2.1.5 GPU端并行计算性能优化

2.2 CPU端并行编程

2.3 CPU-GPU混合架构模型优化

2.3.1 计算任务的划分与调度

2.3.2 负载均衡

2.3.3 通信优化

2.4 本章小结

第3章 单用户的多序列比对算法混合并行优化研究

3.1 Center-Star算法分析

3.2 改进的Center-Star算法

3.3 Center-Star算法的并行优化

3.3.1 系统流程设计

3.3.2 GPU端并行优化

3.3.3 CPU-GPU混合协同并行优化

3.4 实验结果与分析

3.4.1 实验设置

3.4.2 改进的Center-Star算法实验

3.4.3 健壮性实验

3.4.4 并行优化实验和准确性实验

3.4.5 多GPU实验

3.5 本章小结

第4章 基于多用户的多序列比对算法优化研究

4.1 ClustalW多序列比对算法分析

4.2 基于共享思想的多用户MSA优化系统

4.2.1 基于共享思想的多用户MSA问题

4.2.2 基于共享思想的距离矩阵优化策略

4.2.3 混合协同并行优化

4.2.4 通信优化

4.3 实验结果和分析

4.3.1 实验设置

4.3.2 基于共享思想的距离矩阵优化策略实验

4.3.3 并性优化实验

4.3.4 准确性和健壮性实验

4.4 本章小结

第5章 总结与展望

5.1 本文总结

5.2 进一步工作

参考文献

发表论文和参加科研情况说明

致谢