| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景 | 第10-11页 |
| ·研究现状 | 第11-15页 |
| ·BLAST 程序相关研究 | 第11页 |
| ·GPU 相关研究 | 第11-13页 |
| ·BLAST 并行化相关研究 | 第13-15页 |
| ·研究意义 | 第15-16页 |
| ·研究内容 | 第16页 |
| ·论文组织结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 BLAST 程序的原理和方法 | 第18-29页 |
| ·序列比对剖析 | 第18-19页 |
| ·BLAST 程序 | 第19-24页 |
| ·BLAST 中的数据结构 | 第19-20页 |
| ·BLAST 算法简介 | 第20-23页 |
| ·BLAST 核心算法 | 第23-24页 |
| ·序列比对工具BLAST 的使用简介 | 第24-28页 |
| ·网上运行BLAST | 第24-27页 |
| ·本地运行BLAST | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 GPU 概述及CUDA 编程 | 第29-44页 |
| ·GPU 通用计算概述 | 第29-31页 |
| ·CUDA 简介及编程 | 第31-35页 |
| ·统一设备架构CUDA | 第31-32页 |
| ·CUDA 编程模型 | 第32-34页 |
| ·CUDA 编程方法 | 第34-35页 |
| ·CUDA 编程代码优化策略 | 第35页 |
| ·CUDA 软件体系 | 第35-39页 |
| ·nvcc 编译器 | 第36-38页 |
| ·运行时API 与驱动API | 第38-39页 |
| ·CUDA 函数库 | 第39页 |
| ·CUDA 存储器模型 | 第39-42页 |
| ·CUDA 中的通信 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于 GPU 并行加速的 BLAST 算法 | 第44-57页 |
| ·CPU 中BLAST 检索方法及流程 | 第44-47页 |
| ·CPU 中BLAST 检索方法 | 第44-46页 |
| ·BLAST 串行流程 | 第46-47页 |
| ·CPU 中BLAST 存在的问题 | 第47页 |
| ·BLAST 的改进方案 | 第47-48页 |
| ·并行BLAST 技术要点 | 第48-52页 |
| ·并行BLAST 基本思想及实现 | 第48-50页 |
| ·GPU 中BLAST 分析 | 第50-51页 |
| ·GPU 中数据存储 | 第51-52页 |
| ·GPU 加速的BLAST 并行化模型 | 第52-53页 |
| ·数据库分类 | 第52页 |
| ·GPU 中BLAST 程序kernel 函数执行模型 | 第52-53页 |
| ·GPU 内存的优化 | 第53-54页 |
| ·GPU 中BLAST 并行环境的构造 | 第54-55页 |
| ·BLAST 并行用到的CUDA C 语言简介 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 并行程序性能分析及测试 | 第57-64页 |
| ·并行BLAST 程序性能分析 | 第57-60页 |
| ·固定负载加速比性能模型——Amdahl 定律 | 第57-58页 |
| ·并行BLAST 加速比及效率分析 | 第58-60页 |
| ·并行BLAST 程序测试结果 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·本文的主要研究工作 | 第64-65页 |
| ·下一步工作 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 附录 | 第70-73页 |
| 攻读学位期间的研究成果 | 第73页 |