| 略词表 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-11页 |
| 第一章 引言 | 第11-19页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·传统序列比对算法 | 第12-13页 |
| ·短串序列比对工具 | 第13-14页 |
| ·序列比对算法并行加速 | 第14-16页 |
| ·研究的目的和意义 | 第16-17页 |
| ·研究内容和主要贡献 | 第17-19页 |
| 第二章 基于 GPU 的序列比对算法评价 | 第19-31页 |
| ·基于 GPU 计算的比对算法概述 | 第19-21页 |
| ·评价方法 | 第21-23页 |
| ·评价结果 | 第23-29页 |
| ·准确度 | 第23-24页 |
| ·性能功耗比 | 第24-26页 |
| ·性价比 | 第26-27页 |
| ·编程复杂度 | 第27页 |
| ·短串比对工具测试 | 第27-29页 |
| ·结果讨论 | 第29-31页 |
| 第三章 基于 CUDA 的 BLASTN 加速研究 | 第31-50页 |
| ·CUDA 编程概述 | 第31-33页 |
| ·BLAST 算法流程 | 第33-36页 |
| ·序列过滤 | 第33页 |
| ·寻找种子 | 第33-34页 |
| ·不允许空位延伸 | 第34-36页 |
| ·允许空位延伸 | 第36页 |
| ·回溯输出 | 第36页 |
| ·CUDA-BLASTN 设计与实现 | 第36-45页 |
| ·移植对象的选择 | 第36-37页 |
| ·算法流程设计 | 第37-40页 |
| ·任务划分 | 第40-42页 |
| ·存储器访问优化 | 第42-44页 |
| ·多 GPU 计算 | 第44-45页 |
| ·CUDA-BLASTN 性能测试 | 第45-48页 |
| ·测试环境与材料 | 第45-46页 |
| ·测试结果 | 第46-48页 |
| ·讨论 | 第48-50页 |
| 第四章 GHOSTM 并行化研究 | 第50-66页 |
| ·GHOSTM 简介 | 第50-52页 |
| ·基于 MPI 的 GHOSTM 加速 | 第52-56页 |
| ·设计与实现 | 第53-54页 |
| ·结果测试 | 第54-56页 |
| ·基于 Hadoop 的 GHOSTM 加速 | 第56-66页 |
| ·Hadoop 简介 | 第56-59页 |
| ·Hadoop 与 CUDA 整合 | 第59-60页 |
| ·Hadoop-GHOSTM 设计与实现 | 第60-63页 |
| ·结果测试 | 第63-66页 |
| 第五章 总结与讨论 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 插图索引 | 第74-75页 |
| 表索引 | 第75-76页 |
| 附录 A CUDA-BLASTN 程序说明 | 第76-79页 |
| 附录 B mpiGHOSTM 测试 | 第79-81页 |
| 附录 C Hadoop-GHOSTM 测试 | 第81-84页 |
| 文献综述 | 第84-95页 |
| 参考文献 | 第92-95页 |
| 发表论文 | 第95-107页 |
| 个人简历 | 第107-108页 |
| 致谢 | 第108页 |