[发明专利]基于CPU+GPU异构系统的序列比对方法

摘要

公开了一种大规模生物序列比对及其基于异构系统的并行处理方法。首先，对序列优化存储，设计异构系统负载平衡方法；然后，设计异构系统内存优化方法，包括满足合并访问条件的序列存储方法、相似矩阵存储和访问方式、得分矩阵压缩存储，解决由于异构系统存储空间的匮乏而导致的实际计算性能低下；最后，基于内存预分配和复用策略，提出粗粒度序列比对并行方法。本发明基于CPU+GPU异构计算平台，充分利用了负载平衡和内存优化技术，从而显著提高大规模生物序列比对的处理效率。

主权项

1.运行于CPU+GPU异构系统的序列比对方法或大规模序列比对方法，该方法包括以下过程：1)对序列进行优化存储，和实施异构系统负载平衡，其中在序列从CPU传输到GPU之前，先对序列进行序列优化存储；2)设计内存优化方式，该优化方式包括：满足合并访问条件的序列存储方式、相似矩阵存储和访问方式和得分矩阵压缩存储方式；其中内存优化方式包括：(1)满足合并访问的序列存储方式：当所有的序列被组织成包含16条序列组的序列集后，序列存储成字符矩阵的形式；这些序列集以交织的方式存储；每个交织的子集由序列组中的8个字符组成，即：首先存储序列集第一个序列组的8个字符，然后再存储该序列集第二个序列组的8个字符，由此类推；(2)相似矩阵存储和访问方式：相似矩阵的访问是随机的，并且它的大小完全依赖于所比对的序列；和/或(3)得分矩阵压缩存储方式：得分矩阵用来跟踪最优得分路径，记录比对过程中在每条序列插入空位的起始位置以及空位的数目；其中采用压缩方法MRLE来压缩得分矩阵，并且将原矩阵压缩成两个行向量Av和Ar；3)基于内存预分配和复用策略，采用粗粒度并行方式进行比对或并行比对；其中：采用粗粒度并行方式进行比对的过程包括：(1)运行一种内存预分配和复用策略，其中将一对序列集分配给一个线程进行比对；(2)常数时间工作任务获取过程，其中序列进行变换后，n条序列被组织成l个序列集{0,1,…,l‑1}；和(3)粗粒度序列比对并行过程，其中一个线程处理一个序列集与另一个序列集之间的两两比对。