[发明专利]一种用于加速基因测序的可重构处理器芯片架构及应用

说明书

本发明涉及一种用于加速基因测序的可重构处理器芯片架构及应用，架构包括配置管理器、可重构检测阵列、后处理与记录模块、第一存储单元、第二存储单元和外设，所述外设包括预处理模块，用于将待检测样本基因序列的FASTQ文件转换为ASCII码；所述第一存储单元用于存储待检测样本基因序列的ASCII码，所述第二存储单元用于存储参考基因序列的ASCII码，所述配置管理器通过控制总线分别与可重构检测阵列、后处理与记录模块和外设相连，所述外设通过控制总线分别与第一存储单元和第二存储单元相连，所述可重构检测阵列的输入端分别与第一存储单元和第二存储单元相连、输出端和后处理与记录模块相连。本发明能够大大提高测序速度。

技术领域

本发明涉及基因测序技术领域，特别是涉及一种用于加速基因测序的可重构处理器芯片架构及应用。

背景技术

随着基因测序进入大数据时代，测序工程中包含庞大的数据量，传统的计算机系统已经无法适应大数据的典型需求。目前，适用于大数据处理的平台可分为软件处理平台与硬件处理平台两类。

云计算平台和GPGPU平台是两种最为主流的大数据软件处理平台。

1)云计算平台

一般来说，云计算平台由大量同构的基于CPU的单节点服务器构成，多个节点间互相配合、协同工作。云计算平台编程模型大体上可以分为基于Map-Reduce计算模型和基于图的计算模型两种，两种计算模型的本质都是利用任务级并行和数据集并行的手段来加速应用的执行。

2)GPGPU平台

GPGPU平台是一种较为普及的并行加速平台，每块GPGPU处理器芯片内部往往由多个SM构成，每个SM由多个SP组成，每个SP就是一个计算单元。本质上来说，GPGPU是以SIMD的方式来利用数据级并行来加速任务的执行。目前，针对GPGPU平台提出和实现了诸如CUDA、OpenCL和OpenACC等编程规范，这大大降低了基于GPGPU的应用的开发门槛，也使GPGPU成为了目前较为广泛使用的并行加速平台。

虽然利用云计算平台和GPGPU平台的确可以加速基因测序算法的执行，但是它们还是各自存在相对的局限性。对于云计算平台来说，集群运行的维护就需要不小的开销，并且从效率的角度来说，单个节点的计算效率其实并不是很高。GPGPU平台的每块GPU芯片虽然有很高的计算效率，但是每块GPU芯片也都有很高的功率，因此在运行时往往需要消耗大量的电能来处理任务。以细粒度的视角来看，云计算平台的每个节点往往是普通的CPU架构，而CPU由于其通用性的设计架构使得对于处理特定的基因测序算法任务可能会得不到理想的性能。GPGPU平台的每块GPU芯片则主要适合处理能够进行数据级并行的任务，虽然基因测序算法中的大部分比较适合进行数据级并行，但是还有一部分不能够进行数据级并行。此外，为了增强通用性，GPU芯片集成很多基因测序算法用不到的功能部件，这不仅带来了较大的芯片面积，还带来了不小的额外功耗开销。

硬件平台主要有专用集成电路(ASIC)和现场可编程门阵列(FPGA)。

1)ASIC

相对于云平台和GPGPU，ASIC采用改进硬件架构来对算法进行加速。ASIC作为特定专用的集成电路，对特定的应用和算法具有较高的计算效率。但其专用性也导致其灵活性差，开发成本高；硬件设计的高门槛也使得其设计开发周期长，开发难度大。

2)FPGA

相比于ASIC，其设计周期与实现难度要低很多，包含了大量门级的可重构逻辑单元，具有可编程互连的特性，它可以模拟CPU、GPU等硬件的各种并行计算，从而实现数据的加速处理。但由于FPGA基于查找表(LUT)粒度较细，重构速度慢，且相对专用芯片面积和功耗较大，而检测速度是基因测序的一个重要指标。