算法的并行化.docxVIP

摘要摘要 摘要 摘要 MrBayes是一款在生物信息学(Bioinformatics)领域被广泛使用的软件。 它使用Metropolis coupled Markov chain Monte Carlo(MC3)算法进行贝叶斯系 统发育推断(Bayesian phylogenetic inference)。 随着DNA测序技术的发展，研究人员可用的真实DNA数据越来越多。特 别是在新一代的DNA测序技术——大规模并行测序(massively parallel sequencing)——问世之后，可用的真实DNA数据的数量更是以指数方式增长， 而且这些数据的规模越来越庞大，构成也越来越复杂。对这些大规模复杂的真 实DNA数据进行分析是生物研究领域的一个热门问题，更是研究人员的一个 迫切需求。然而，迄今为止，无论是串行的MrBayes MC3算法，还是它的改进 与并行版本，都无法满足研究人员处理如此大规模数据的需求。幸运的是，越 来越多新兴的并行或分布式平台可以为研究人员提供帮助，譬如多核中央处理 器(CPU)与图形处理器(GPU)。特别是GPU，作为一个协处理器(确切的 说，是一个加速器)，已经在许多领域展示了自己强大的能力。 本文描述了两种新的针对MrBayes MC3的并行算法：一种是针对多核CPU 集群的hMC3算法，另一种是针对CPU．GPU异构平台的nMC3算法。hMC3算 法将一种针对MrBayes MC3的链间(inter-chain)并行技术与一种链内 (intra．chain)并行技术结合在一起，以期获得更高的并发度。在一个异构的多 核CPU集群上分析四个真实DNA数据集的实验结果表明，与单纯的链间和链 内并行算法相比，hMC3算法的确将更多的CPU核心转化为更高的加速比。nMC3 算法从两个层次上并行MrBayes MC3：CPU端的链间并行与GPU端的链内并 行。nMC3算法使用一种流水线模型协调这两个层次的并行。这个流水线模型能 够有效隐藏CPU与GPU之间的通信开销。而且，借助于这个流水线模型，在 新一代的Fermi CUDA架构上，nMC3算法进一步提高了MrBayes MC3计算过 程的并发度。在一台普通的装有两个GPU的个人电脑上分析五个真实DNA数 据集的实验结果表明，nMC3算法比之前所有的MrBayes MC3算法(包括串行 的与并行的)都要快很多(加速比最高达40倍)，而且nMC3算法具有良好的 伸缩性。nMC3算法的意义不仅仅是帮助研究人员缩短了实验周期，更重要的是 摘要使他们能够处理更大规模更复杂的数据集，为这个领域开辟新的研究内容提供 摘要 使他们能够处理更大规模更复杂的数据集，为这个领域开辟新的研究内容提供 了可能。 关键词：MrBayes，MC3，并行算法，CPU，GPU，CUDA ．II． AbstractAbstract Abstract Abstract MrBayes is a widely-used software package in the field of Bioinformatics．It performs Bayesian phylogenetic inference using Metropolis coupled Markov chain Monte Carlo(MC3)． Concomitant with the improvement in the DNA sequencing technologies，there have been more and more available real—world DNA data．In particular,after the advent of the next generation DNA sequencing technology,Massively Parallel Sequencing,the amount of available real-world DNA data have been growing exponentially,and these data become more and more large—scale and complicated．It is a hot issue and urgent need for the researchers in the field of biology to analyze these large．scale and complicated real-world DNA data．However,SO f缸both the serial MrBayes MC’and its improved and parallel versions