首页> 中文学位 >一个基于GPU的快速序列比对软件的设计与实现
【6h】

一个基于GPU的快速序列比对软件的设计与实现

代理获取

目录

1 绪论

1.1 课题背景与意义

1.2 国内外研究概况

1.3 论文的主要研究内容

2 关键技术研究

2.1 CUDA并行计算平台

2.2 序列比对算法

2.3 本章小结

3 基于GPU快速序列比对软件的分析与设计

3.1 软件的需求分析

3.2 软件的总体设计

3.3 软件的详细设计

3.4 本章小结

4 基于GPU快速序列比对软件的实现

4.1 开发环境的选择

4.2 软件的实现

4.3 GPU上的加速方法

4.4 本章小结

5 基于GPU快速序列比对软件的测试

5.1 测试用例

5.2 测试环境与配置

5.3 测试方法

5.4 测试情况

5.5 本章小结

6 总结与展望

6.1 全文总结

6.2 展望

致谢

参考文献

展开▼

摘要

蛋白质序列比对的基本问题是比较生物基因符号序列的相似性或不相似性,是属于生物信息学的代表性问题之一。目前为止,序列比对算法主要包括Needleman-Wunsch、Smith-Waterman、隐马尔科夫链等,主要用于蛋白质一级结构序列、二级结构序列的比对。然而,随着生物序列数据规模的不断增大,提高序列比对算法的效率成为研究的热点。利用GPU(Graphics Processing Unit,图形处理器)出色的并行处理能力,实现基于GPU的profile-profile序列比对并行算法,对蛋白质序列快速分析有重要意义。
  本研究基于GPU的快速序列比对的软件,使用C语言编程和CUDA函数库在Linux操作系统进行开发。首先,通过深入分析GPU并行计算以及序列比对算法的国内外研究现状与技术特点,说明软件开发的必要性及可行性;其次,从功能需求出发,对软件的功能模块,如程序准备、文件读写、算法准备、序列比对等进行详细设计;再次,深入分析GPU特性、算法特点,从算法并行性、分kernel函数、存储空间分配、设置thread数和block数等方面说明了GPU加速序列比对算法的具体实现。使用包含53634个序列的数据集对算法进行测试,并分析了参与序列比对的序列个数、比对序列长度、分配的block数对加速效果的影响。实验结果表明,同样的参数设置条件下,算法在GPU上的运行时间平均为CPU上的10倍,最大可到达23倍。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号