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

1、序列數(shù)據(jù)庫搜索是生物信息學中的重要應用，具有計算密集型和可并行性的特點。由于生物技術的發(fā)展，序列數(shù)據(jù)庫以指數(shù)增加，使得搜索越來越耗時，傳統(tǒng)的計算機已經(jīng)難以滿足計算需求?；趫D形處理單元(GPU)的統(tǒng)一計算設備架構(CUDA)的推出，使得GPU作為一種新的并行計算平臺越來越多的應用到生物計算當中。
　　 傳統(tǒng)的序列數(shù)據(jù)庫搜索基于序列的兩兩比對，無法考慮序列位置的可能性概率，所以具有優(yōu)秀統(tǒng)計能力的概率模型逐漸被引入到搜索當中，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，則會有效促進序列數(shù)據(jù)庫搜索的發(fā)展。針對以上論述，本文的主要研究內(nèi)容包括以下兩個方面：
　　 (1)使用CUDA對HMMER3.0中的序列庫搜索算法進行加速。算法中采用了塊間并行和單個塊內(nèi)線程并行的方式

3、，將原有串行算法移植到CUDA平臺上，并進一步實現(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)合多機分布式處理和GPU高性能運算的優(yōu)勢，采用MPI和CUDA相結(jié)合的方式實現(xiàn)HMMER3.0中搜索算法的多機分布式處理，充分利用了節(jié)點間的協(xié)作，實現(xiàn)粗粒度和細粒度并行的結(jié)合，合理利用了系統(tǒng)資源，達到了較好的效果。
　　 本文的貢獻在于首次將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