基于CPU-1GPU集群的HMM檢索實(shí)現(xiàn)與優(yōu)化.pdf

1、序列數(shù)據(jù)庫搜索是生物信息學(xué)中的重要應(yīng)用，具有計(jì)算密集型和可并行性的特點(diǎn)。由于生物技術(shù)的發(fā)展，序列數(shù)據(jù)庫以指數(shù)增加，使得搜索越來越耗時(shí)，傳統(tǒng)的計(jì)算機(jī)已經(jīng)難以滿足計(jì)算需求?；趫D形處理單元(GPU)的統(tǒng)一計(jì)算設(shè)備架構(gòu)(CUDA)的推出，使得GPU作為一種新的并行計(jì)算平臺(tái)越來越多的應(yīng)用到生物計(jì)算當(dāng)中。
　　 傳統(tǒng)的序列數(shù)據(jù)庫搜索基于序列的兩兩比對(duì)，無法考慮序列位置的可能性概率，所以具有優(yōu)秀統(tǒng)計(jì)能力的概率模型逐漸被引入到搜索當(dāng)中，譜隱馬

2、爾科夫模型就是其中一種。目前已經(jīng)發(fā)布的利用譜隱馬爾科夫模型進(jìn)行序列數(shù)據(jù)庫搜索的工具為HMMER，該工具最新的3.0版本采用一種啟發(fā)式的過濾方法使得搜索速度已經(jīng)和著名的序列數(shù)據(jù)庫搜索工具BLAST持平，如果能將該工具中的搜索算法加速，則會(huì)有效促進(jìn)序列數(shù)據(jù)庫搜索的發(fā)展。針對(duì)以上論述，本文的主要研究內(nèi)容包括以下兩個(gè)方面：
　　 (1)使用CUDA對(duì)HMMER3.0中的序列庫搜索算法進(jìn)行加速。算法中采用了塊間并行和單個(gè)塊內(nèi)線程并行的方式

3、，將原有串行算法移植到CUDA平臺(tái)上，并進(jìn)一步實(shí)現(xiàn)內(nèi)存和性能的優(yōu)化，獲得了20％左右的性能提升；
　　 (2)結(jié)合多機(jī)分布式處理和GPU高性能運(yùn)算的優(yōu)勢，采用MPI和CUDA相結(jié)合的方式實(shí)現(xiàn)HMMER3.0中搜索算法的多機(jī)分布式處理，充分利用了節(jié)點(diǎn)間的協(xié)作，實(shí)現(xiàn)粗粒度和細(xì)粒度并行的結(jié)合，合理利用了系統(tǒng)資源，達(dá)到了較好的效果。
　　 本文的貢獻(xiàn)在于首次將HMMER3.0版本的序列庫搜索程序移植到GPU上，并采用分布式處理的