蛋白質序列系統(tǒng)發(fā)育樹似然估計的高性能計算方法研究.pdf_第1頁
已閱讀1頁，還剩68頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、目前，研究人員能夠利用GPU架構并行處理分子系統(tǒng)發(fā)育的問題，相比之前在多核處理器上實現(xiàn)的并行層級更加豐富，運算效率也更高。然而，由于缺乏系統(tǒng)可靠的蛋白質序列并行分析算法，許多系統(tǒng)發(fā)育分析工具不能有效地在GPU上使用。本課題試圖通過研究蛋白質序列條件似然概率計算的工作負載、資源利用率、負載水平變化對性能的影響，提出一種更有效的tgpMC3方法在GPU上并行處理蛋白質序列數(shù)據(jù)，改進之前方法的缺失。
　　本課題為保證輸入序列的總長度達到

2、線程塊尺寸的整數(shù)倍，利用NEs重新構造CLPs矩陣，不僅消除了條件分支發(fā)散而且減少了GPU代碼級別的優(yōu)化。此外，為增加流多處理器上可調用的活躍線程塊數(shù)目，本課題針對蛋白質序列分析提出了粒度適中的半任務間并行策略。在數(shù)據(jù)加載方面，本課題在常量存儲器中建立了哈希表，通過簡單的鍵值對應方法加載含有模糊狀態(tài)的轉移概率矩陣，實現(xiàn)數(shù)據(jù)訪問速度的提升。
　　與1個CPU核心上運行的MrBayes MC3串行方法相比，本課題提出的tgpMC3并行

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論