学位论文 > 优秀研究生学位论文题录展示

基于多核计算环境的并行PHYLIP的设计与实现

作　者: 韩枫
导　师: 李明禄
学　校: 上海交通大学
专　业: 计算机应用技术
关键词: PHYLIP软件包 多核CPU 通用GPU OpenMP CUDA
分类号: TP332
类　型: 硕士论文
年　份: 2011年
下　载: 33次
引　用: 0次
阅　读: 论文下载
 

内容摘要


系统发育分析是生物信息学的重要研究方向,它包含了多种算法,用于序列分析和生成系统发育树。随着序列数据规模的不断增大,人们开始关注这些算法的性能问题,对这些算法的并行化研究也越来越多。PHYLIP作为一个使用广泛的系统发育分析软件包同样面临性能问题,它的一些程序拥有较高的时间复杂度,经常需要几小时甚至几十个小时来处理大规模的序列数据。虽然目前已经有了一些对PHYLIP软件包的并行化研究工作,但是这些工作大多基于PHYLIP的早期版本,并使用基于消息传递的并行环境。随着多核CPU的流行和通用GPU的出现,这些基于多核的并行环境为我们的优化工作提供了更多的选择。相比基于消息传递的集群环境,多核CPU并行环境,尤其是通用GPU并行环境所需的软硬件投入较少,拥有更好的性价比。本文分别使用多核CPU和通用GPU并行环境,对PHYLIP中的距离矩阵算法和最大似然算法的程序进行并行优化。我们对算法进行了详细的分析,并结合各并行环境的特点,设计适当的并行策略和优化方式,最终获得了满意的性能提升。在4核8线程的CPU环境下,经过OpenMP优化后,生成距离矩阵的程序可以获得7倍到8倍的加速比,最大似然算法的实现程序也可以获得2倍到6倍的加速比;在一块NVIDIA Tesla C2050上,使用CUDA进行并行后,两个生成距离矩阵程序的加速比分别可以达到16倍和72倍,而DNA序列最大似然算法实现程序的加速比也超过了9倍。从本文的工作可以得到这样的结论:多核CPU和通用GPU环境是有效且高性价比的并行环境,可以有效提升距离矩阵算法和最大似然算法的程序性能。同时,正确分析算法的可并行性,并根据并行环境的特点合理选择优化方式,是提升算法性能的必要条件。

全文目录


相似论文

  1. 基于CUDA的图像数字水印技术的研究,TP309.7
  2. 基于GPU的BLAST程序的并行计算的研究,TP338.6
  3. 基于GPU的医学图像体绘制算法的研究与实现,TP391.41
  4. CUDA技术在多节点超短期负荷预测上的应用,TM715
  5. GPU在车辆检测与跟踪系统中的应用研究,TP391.41
  6. 水稻分蘖断层图像重建加速研究,TP391.41
  7. 基于并行计算的立体影像密集匹配算法研究,TP391.41
  8. 快速智能入侵检测技术研究,TP393.08
  9. 彩色图像的超分辨率重建与并行处理技术的研究,TP391.41
  10. 基于GPU的有限元方法研究,O241.82
  11. 心血管系统虚拟内窥镜技术研究,TP391.41
  12. 基于能量最小化的腹部CT图像分割与三维可视化,TP391.41
  13. 基于多核环境的基因贝叶斯网络构造算法研究与实现,Q75
  14. 基于CUDA的正则表达式匹配系统的设计与实现,TP311.52
  15. 基于GPGPU的快速白光干涉测量系统研究,O439
  16. 群体仿真算法研究及疏散仿真系统开发,TP391.9
  17. 基于GPU的图书推荐系统研究与实现,TP391.3
  18. 基于CUDA的视频火灾检测系统,TP391.41
  19. 基于GPU的X射线重建算法加速研究,TP391.41
  20. 基于GPU加速的中性气体泄漏模拟与救援研究,TP391.41
  21. 结构光条纹图像处理技术研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 电子数字计算机（不连续作用电子计算机） > 运算器和控制器（CPU）
© 2012 www.xueweilunwen.com