雙序統(tǒng)計(jì)顯著性評(píng)估的高性能算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩126頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、生物序列數(shù)據(jù)呈爆炸性趨勢(shì)增長(zhǎng)。如何處理這些海量數(shù)據(jù),挖掘出蘊(yùn)含于數(shù)據(jù)之中的生物學(xué)意義,是生物信息學(xué)領(lǐng)域的一個(gè)巨大挑戰(zhàn)。另一個(gè)挑戰(zhàn)來(lái)自于高性能計(jì)算平臺(tái)下的適用并行軟件的匱乏,這種匱乏在很大程度上制約著高性能計(jì)算平臺(tái)上的計(jì)算能力。設(shè)計(jì)生物信息學(xué)領(lǐng)域適用的高性能計(jì)算平臺(tái)下的并行軟件,加速分析和處理大數(shù)據(jù)集的生物序列數(shù)據(jù),顯得尤為重要。
  相比于傳統(tǒng)的數(shù)據(jù)庫(kù)統(tǒng)計(jì)顯著性,雙序統(tǒng)計(jì)顯著性能夠更為準(zhǔn)確地相關(guān)聯(lián)(同源)序列。然而,由于其本身固有

2、的計(jì)算密集性,雙序統(tǒng)計(jì)顯著性的評(píng)估過(guò)程是非常耗時(shí)的。此外,雙序統(tǒng)計(jì)顯著性的評(píng)估準(zhǔn)確度也有待進(jìn)一步的提升?;诖耍疚膶?duì)雙序統(tǒng)計(jì)顯著性的高性能評(píng)估算法進(jìn)行了深入的研究,并取得了以下創(chuàng)新性成果:
  1.提出基于非統(tǒng)一內(nèi)存訪(fǎng)問(wèn)(Non-Uniform Memory Access,NUMA)構(gòu)架下的多核處理器的雙序統(tǒng)計(jì)顯著性評(píng)估的高性能算法。針對(duì)阿姆達(dá)爾加速評(píng)估模型在多核處理器環(huán)境下的不足,提出了一個(gè)新的評(píng)估模型,通過(guò)考慮引入多核環(huán)境下

3、帶來(lái)的額外開(kāi)銷(xiāo)(如線(xiàn)程同步、數(shù)據(jù)拷貝等),能更為準(zhǔn)確地找出系統(tǒng)加速中的性能瓶頸。通過(guò)性能分析得知,雙序統(tǒng)計(jì)顯著性評(píng)估有三大計(jì)算密集核:序列重排、序列比對(duì)和參數(shù)擬合。算法優(yōu)化了序列比對(duì)中的時(shí)間復(fù)雜度和空間復(fù)雜度。通過(guò)調(diào)整NUMA體系結(jié)構(gòu)下的運(yùn)行參數(shù),克服了NUMA效應(yīng)。實(shí)驗(yàn)表明,在使用24核處理器的情況下,相比于串行執(zhí)行程序,評(píng)估算法獲得的最大性能加速可達(dá)22.65倍。
  2.提出基于分布式節(jié)點(diǎn)與NUMA多核處理器混合構(gòu)架下的雙序

4、統(tǒng)計(jì)顯著性算法。該算法利用分布式內(nèi)存環(huán)境下的大規(guī)模計(jì)算節(jié)點(diǎn)提升了整個(gè)評(píng)估系統(tǒng)的性能空間,同時(shí)利用每個(gè)節(jié)點(diǎn)內(nèi)的多核處理器共享內(nèi)存機(jī)制,節(jié)省了內(nèi)存消耗。此外,取代基于目標(biāo)序列數(shù)量的平衡負(fù)載調(diào)度策略,設(shè)計(jì)了一個(gè)新的基于序列長(zhǎng)度總和的負(fù)載平衡調(diào)度算法。相比于串行執(zhí)行程序,在跨域43個(gè)節(jié)點(diǎn)使用1024個(gè)處理器核的情況下,混合構(gòu)架環(huán)境下加速算法獲得的最大性能加速可達(dá)621.73倍。
  3.提出基于通用圖形處理器的自適應(yīng)數(shù)據(jù)切片的雙序統(tǒng)計(jì)顯著

5、性評(píng)估算法。該算法根據(jù)GPU的硬件配置特征,自適應(yīng)地調(diào)整傳輸至GPU中的目標(biāo)序列數(shù)量,確保GPU的高占有率(occupancy)。同時(shí),為了提高全局內(nèi)存的訪(fǎng)問(wèn)速度,通過(guò)對(duì)目標(biāo)序列及其混排副本進(jìn)行內(nèi)存布局重組,使之支持合并訪(fǎng)問(wèn)。在使用雙 GPU Tesla C2050情況下,自適應(yīng)數(shù)據(jù)切片的雙序統(tǒng)計(jì)顯著性評(píng)估算法,相比于串行執(zhí)行程序,獲得的最大性能加速可達(dá)369.95倍,GCUPS峰值達(dá)到25.50。
  4.提出一組適用于雙序統(tǒng)計(jì)

6、顯著性的評(píng)估策略,包括特定評(píng)分矩陣定制、比對(duì)分值審查的參數(shù)擬合等,顯著地提高了評(píng)估的準(zhǔn)確度。通過(guò)對(duì)替換評(píng)分矩陣的各向異性定制,取代標(biāo)準(zhǔn)替換評(píng)分矩陣來(lái)評(píng)估序列比對(duì)的分值,最大程度的利用查詢(xún)序列自身的特征信息。通過(guò)比對(duì)分值審查的極大似然參數(shù)估計(jì)方法,顯著地提升極值分布中統(tǒng)計(jì)參數(shù)擬合的準(zhǔn)確度。通過(guò)上述評(píng)估策略的優(yōu)化,相比于BLAST、SSEARCH等序列分析系統(tǒng)提供的數(shù)據(jù)庫(kù)統(tǒng)計(jì)顯著性評(píng)估,在相同查詢(xún)序列誤報(bào)數(shù)(Error per Query)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論