基于混合并行计算的遗传退火多序列比对算法研究-计算机应用技术专业论文.docxVIP

万方数据 万方数据 研究生学位论文独创性声明和版权使用授权书 独创 性声明 本人卢叨:所旦交的论文是本人在导师指导下进行的研究_l作取得的研究成果. 据找所知 ，除了文中特别加以标法和致谢的地方外 ，论文中不包含他人已经发友或槐叮 ii的研究成果，也不包含为获得其它教育机构的学位或iiEt 而使用过的材料.对论文的 完成提供过梢助的有关人员己在论文巾作了明确的说明并求尽谢怠. 学位论文作者(签字):在巨?止1饵主 签字 n期: i-?缸4矿! 学位论文版权使用授权书 本学位论文作丘克今:了解(学校)有关保留、使用学位论文的规定，干 J权保留并向同 家有关部门!! 机构送交论文的印刷本和电于版本，允许论文被查|刻和借阅 .4人授权(学 校)可以将学位论文的全部或部分内容编入fJ关数据J1f. ill行价线，可以采用影印、缩印 或打捕邻复制予段保在、$L编学位论文.同时授仪巾凶科学技术信息研究所将本学位论 文收求到利国学位论文余文数据库)) ，并通过网络向祉会公众提供信息服务. (保密的 学位论文在解省后远用本授权书〉 密: 是 布 ;::rz的异 fV ;::rz的异 签子口期:)CI时f 月 叫口 摘要 信息技术的高速发展使得生物序列数据呈爆炸性增长，如何高效处理和分析这些 海量数据，是当前要面对的一个挑战。序列比对是生物信息分析最基本的处理方法， 由于比对过程耗时极大，利用并行计算技术对计算加速成为重要研究课题。而混合并 行模型是近年来通用并行计算平台的新热点，它可充分发挥并行系统的综合计算能 力。因此结合基于消息传递 MPI、共享内存的 OpenMP 和 CUDA 并行编程模型，实 现基于多机、多核 CPU、众核 GPU 的并行模型，将该模型应用于序列比对研究是一 个很有前景的研究方向。 基于遗传模拟退火多序列比对(GSA-MSA)算法是全局比对算法，论文主要对混合 并行下的 GSA-MSA 算法进行并行化研究。为了实现并行加速，对混合并行系统的硬 件架构 、执行 模型 、混合 编程编 译方 法和并 行性 能指标 等进 行详细 研究， 剖析 GSA-MSA 算法的实现原理和串行算法特点，对其潜在多层次并行性进行挖掘。针对 该算法在多种的混合并行模型下进行全面的多级并行化设计与实现，分别设计单节点 内 CUDA 并行算法、多节点间的 MPI+OpenMP、MPI+CUDA、MPI+OpenMP+CUDA 的混合并行算法，并且从通信、任务划分、负载均衡、存储方式方面进行优化处理。 在并行算法的性能评估中，利用 5 种参数模型测试分析算法的适应度结果、执行 时间、加速比和可拓展性；对混合并行算法的通信代价、负载均衡和内存容量耗用进 行算法的适用性测试分析；最后综合分析评估各种参数模型下多种 GSA-MSA 混合并 行算法的整体性能。实验取得了以下的研究结果： 1、各个混合模型的 GSA-MSA 并行算法都能保持和串行算法的结果误差小于 0.15%，在序列数量越大、长度越小时，并行算法的执行速度越具有明显优势。 2、在加速比测试中，五个参数模型的并行算法都有较好加速效果，单节点内 CUDA 算法最高加速比达到 113.60；4 节点 MPI+OpenMP 达到 13.88 以上；由于测试 环境各节点内只有一个 GPU，MPI+CUDA 与 MPI+OpenMP+ CUDA 的加速比相差不 大，OpenMP 加速效果不明显。三层混合算法对长序列的加速比达到 256.86，短序列 可高达 393.42。另外，并行算法拥有较好的可拓展性，在增大种群数量和温度控制时， 加速效果更为明显，增大遗传迭代次数时，各参数模型的加速效果基本一致。 3、并行算法适用性评估中，三层混合并行算法能很好的控制通信代价，通信耗 时占总时间的 2.23%以下。节点间的计算时间差不大于总时间的 6.69%，负载均衡较 为理想，节点内也实现了良好的动态线程块和线程分配方式。此外，测试中，GPU 显 存耗用不到 217MB，说明还有一定的可提升空间。 实验结果表明，混合并行的 GSA-MSA 算法在保持了串行算法的敏感度下，具有 较好的加速比、可拓展性和适用性。研究成果对混合并行计算的研究和多序列比对并 行化研究具有一定的参考价值与实用意义。 关键字：混合并行计算，遗传退火，序列比对，MPI，OpenMP，CUDA I Abstract The explosive growth of biological sequence data has been influenced by the rapid development of information technology. It is a major challenge to efficiently process