生物序列分析算法的CPU+GPU异构并行优化关键技术研究
| 摘要 | 第1-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第11-20页 |
| ·课题背景 | 第11-13页 |
| ·生物序列分析概述 | 第11-12页 |
| ·生物序列分析对高性能计算的挑战 | 第12-13页 |
| ·技术背景 | 第13-18页 |
| ·GPU 的计算能力 | 第14-16页 |
| ·GPU 编程模型 | 第16-17页 |
| ·CPU+GPU 异构体系结构 | 第17-18页 |
| ·本文工作 | 第18页 |
| ·论文结构 | 第18-20页 |
| 第二章 CUDA 计算平台 | 第20-27页 |
| ·CUDA 简介 | 第20-21页 |
| ·硬件体系架构 | 第21-22页 |
| ·软件模型 | 第22-25页 |
| ·线程组织 | 第22-23页 |
| ·执行模型 | 第23页 |
| ·存储器模型 | 第23-25页 |
| ·编程规范 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 CPU+GPU 异构并行优化技术研究 | 第27-40页 |
| ·CPU+GPU 高效协同方式研究 | 第27-33页 |
| ·计算任务的划分调度模型 | 第27-30页 |
| ·CPU 与 GPU 协同并行的负载均衡 | 第30-31页 |
| ·异构系统中的通信优化 | 第31-33页 |
| ·GPU 程序性能优化技术研究 | 第33-39页 |
| ·最大化计算资源利用率 | 第33-35页 |
| ·最大化存储器吞吐量 | 第35-37页 |
| ·最大化指令吞吐量 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 序列比对算法异构并行优化研究 | 第40-55页 |
| ·背景介绍 | 第40-43页 |
| ·序列比对问题 | 第40-42页 |
| ·典型的序列比对算法及相关工作 | 第42-43页 |
| ·Smith-Waterman 算法分析 | 第43-44页 |
| ·序列比对的并行优化 | 第44-52页 |
| ·细粒度并行与优化 | 第44-48页 |
| ·结合粗粒度并行与优化 | 第48-51页 |
| ·异构协同并行优化 | 第51-52页 |
| ·实验结果 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 RNA 二级结构预测算法异构并行优化研究 | 第55-73页 |
| ·背景介绍 | 第55-57页 |
| ·RNA 二级结构 | 第55-56页 |
| ·典型的 RNA 二级结构预测方法 | 第56页 |
| ·相关工作 | 第56-57页 |
| ·Zuker 算法分析 | 第57-62页 |
| ·计算过程 | 第57-59页 |
| ·数据依赖关系 | 第59-62页 |
| ·RNA 二级结构预测的并行与优化 | 第62-70页 |
| ·GPU 端并行与优化 | 第62-68页 |
| ·异构协同并行优化 | 第68-70页 |
| ·实验结果 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 结束语 | 第73-75页 |
| ·工作总结 | 第73-74页 |
| ·研究展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 作者在学期间取得的学术成果 | 第80页 |
