摘要 | 第11-13页 |
ABSTRACT | 第13-15页 |
第1章 绪论 | 第16-21页 |
1.1 研究背景及意义 | 第16-17页 |
1.2 研究现状与挑战 | 第17-19页 |
1.3 本文研究内容与创新点 | 第19-20页 |
1.4 本文组织结构和章节安排 | 第20-21页 |
第2章 高性能生物序列分析并行计算方法 | 第21-34页 |
2.1 生物数据分析算法 | 第21-27页 |
2.1.1 Smith-Waterman算法 | 第21-23页 |
2.1.2 ClustalW算法 | 第23-24页 |
2.1.3 启发式算法 | 第24-25页 |
2.1.4 最佳映射算法 | 第25-26页 |
2.1.5 全映射算法 | 第26-27页 |
2.2 高性能计算机的体系结构 | 第27-30页 |
2.2.1 CPU核心与向量处理单元 | 第28-29页 |
2.2.2 支持CUDA的异构计算 | 第29页 |
2.2.3 Xeon Phi | 第29-30页 |
2.3 并行计算语言 | 第30-33页 |
2.3.1 POSIX线程与OpenMP | 第31页 |
2.3.2 消息传递接口(MPI) | 第31页 |
2.3.3 CUDA与OpenCL | 第31-33页 |
2.3.4 SIMD扩展指令集 | 第33页 |
2.4 小结 | 第33-34页 |
第3章 基于Xeon Phi异构集群的并行大规模生物数据库搜索计算方法 | 第34-57页 |
3.1 引言 | 第34-35页 |
3.2 生物数据库搜索算法 | 第35-37页 |
3.3 基于Xeon Phi架构的多层级并行计算方法 | 第37-47页 |
3.3.1 设备层并行计算 | 第37-40页 |
3.3.2 线程级并行计算 | 第40-42页 |
3.3.3 VPU级并行计算 | 第42-44页 |
3.3.4 多遍搜索算法 | 第44-47页 |
3.4 基于Xeon Phi计算集群的并行计算方法 | 第47-50页 |
3.5 性能测试 | 第50-54页 |
3.5.1 单节点性能测试 | 第50-53页 |
3.5.2 集群性能测试 | 第53-54页 |
3.6 本章小结 | 第54-57页 |
第4章 基于Xeon Phi异构集群的并行多序列比对计算方法 | 第57-71页 |
4.1 引言 | 第57-58页 |
4.2 多序列比对问题与算法 | 第58-61页 |
4.3 异构并行计算框架设计与算法并行化方法 | 第61-65页 |
4.3.1 异构计算框架设计 | 第61-64页 |
4.3.2 算法向量化并行计算方法 | 第64-65页 |
4.4 基于集群的多序列比对并行计算方法 | 第65-67页 |
4.5 性能测试 | 第67-70页 |
4.5.1 测试平台 | 第67-68页 |
4.5.2 处理中等大小的数据集的性能 | 第68-69页 |
4.5.3 处理大规模数据集的性能 | 第69-70页 |
4.6 本章小结 | 第70-71页 |
第5章 基于混合异构架构优化蛋白质序列数据库搜索 | 第71-100页 |
5.1 引言 | 第71-73页 |
5.2 抽象机器模型与性能建模 | 第73-76页 |
5.3 通用异步并行计算框架设计 | 第76-86页 |
5.3.1 数据库划分 | 第77-78页 |
5.3.2 类层级设计 | 第78-82页 |
5.3.3 基类设计 | 第82-84页 |
5.3.4 负载均衡 | 第84-86页 |
5.4 面向架构的性能优化方法 | 第86-91页 |
5.4.1 CPU架构 | 第86-87页 |
5.4.2 针对Xeon Phi处理器的优化 | 第87-89页 |
5.4.3 针对基于CUDA的GPU的优化 | 第89-91页 |
5.5 性能评估 | 第91-98页 |
5.5.1 同构平台测试 | 第93-96页 |
5.5.2 异构平台测试 | 第96-97页 |
5.5.3 数据库读取效率测试 | 第97-98页 |
5.6 本章小结 | 第98-100页 |
第6章 总结与展望 | 第100-102页 |
参考文献 | 第102-113页 |
致谢 | 第113-115页 |
攻读学位期间发表的学术论文目录 | 第115-116页 |
攻读学位期间参与的科研项目 | 第116页 |
攻读学位期间获得的学校奖励列表 | 第116-117页 |
外文论文 | 第117-134页 |
学位论文评阅及答辩情况表 | 第134页 |