面向CPU-GPU异构平台的生物多序列比对算法的性能优化
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-17页 |
| 1.1 研究背景 | 第7-12页 |
| 1.1.1 生物多序列比对概述 | 第7-10页 |
| 1.1.2 生物多序列比对问题对高性能计算的挑战 | 第10-11页 |
| 1.1.3 多用户问题 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 GPU的计算能力 | 第12-13页 |
| 1.2.2 GPU编程模型 | 第13页 |
| 1.2.3 CPU-GPU混合架构 | 第13-14页 |
| 1.2.4 多序列比对问题的并行优化研究 | 第14-15页 |
| 1.2.5 多用户问题研究现状 | 第15-16页 |
| 1.3 论文主要工作与全文结构 | 第16-17页 |
| 第2章 CPU-GPU混合架构研究 | 第17-27页 |
| 2.1 GPU端并行编程 | 第17-23页 |
| 2.1.1 GPU硬件架构 | 第17页 |
| 2.1.2 CUDA编程模型 | 第17-19页 |
| 2.1.3 CUDA软件模型 | 第19-21页 |
| 2.1.4 编程规范 | 第21-22页 |
| 2.1.5 GPU端并行计算性能优化 | 第22-23页 |
| 2.2 CPU端并行编程 | 第23-24页 |
| 2.3 CPU-GPU混合架构模型优化 | 第24-26页 |
| 2.3.1 计算任务的划分与调度 | 第24-25页 |
| 2.3.2 负载均衡 | 第25-26页 |
| 2.3.3 通信优化 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 单用户的多序列比对算法混合并行优化研究 | 第27-39页 |
| 3.1 Center-Star算法分析 | 第27-28页 |
| 3.2 改进的Center-Star算法 | 第28-29页 |
| 3.3 Center-Star算法的并行优化 | 第29-32页 |
| 3.3.1 系统流程设计 | 第29-30页 |
| 3.3.2 GPU端并行优化 | 第30-31页 |
| 3.3.3 CPU-GPU混合协同并行优化 | 第31-32页 |
| 3.4 实验结果与分析 | 第32-38页 |
| 3.4.1 实验设置 | 第32-34页 |
| 3.4.2 改进的Center-Star算法实验 | 第34-35页 |
| 3.4.3 健壮性实验 | 第35-36页 |
| 3.4.4 并行优化实验和准确性实验 | 第36-37页 |
| 3.4.5 多GPU实验 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于多用户的多序列比对算法优化研究 | 第39-47页 |
| 4.1 ClustalW多序列比对算法分析 | 第39-40页 |
| 4.2 基于共享思想的多用户MSA优化系统 | 第40-42页 |
| 4.2.1 基于共享思想的多用户MSA问题 | 第40页 |
| 4.2.2 基于共享思想的距离矩阵优化策略 | 第40-41页 |
| 4.2.3 混合协同并行优化 | 第41-42页 |
| 4.2.4 通信优化 | 第42页 |
| 4.3 实验结果和分析 | 第42-46页 |
| 4.3.1 实验设置 | 第43-44页 |
| 4.3.2 基于共享思想的距离矩阵优化策略实验 | 第44-45页 |
| 4.3.3 并性优化实验 | 第45页 |
| 4.3.4 准确性和健壮性实验 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1 本文总结 | 第47页 |
| 5.2 进一步工作 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 发表论文和参加科研情况说明 | 第53-54页 |
| 致谢 | 第54页 |
