基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
应用GPU通用高性能编程技术实现了一种加速BLAST算法的新方法.BLAST是目前最常用的用于生物序列查询比对的算法和软件包,其处理速度受到串行化执行和磁盘I/O等因素的影响.本文通过实验分析了BLAST软件包中的典型程序BLASTN的运行热点,并选定关键热点模块,应用CUDA编程技术对其进行并行化改造.对比实验结果表明,对于平均序列长度较大的序列库,应用GPGPU并行化可明显缩短该模块的运行时间,获得超过35倍的加速比.这说明,我们可以利用GPGPU对BLAST进行并行化加速,以满足高性能生物序列查询的需求.
推荐文章
GPU加速的神经网络BP算法
图形处理器
神经网络
反向传播算法
基于GPU加速求解MINLP问题的SQP并行算法
混合整数非线性规划
GPU
序贯二次规划法
加速
GPU加速的差分进化粒子滤波算法
GPU
粒子滤波
差分进化
并行规约
零内存访问冲突
基于GPU加速遗传算法的直接定位研究
直接定位
GPU加速
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 使用GPU加速BLAST算法初探
来源期刊 计算机工程与科学 学科 工学
关键词 BLAST BLASTN 序列查询比对 GPU GPGPU CUDA 并行计算
年,卷(期) 2009,(11) 所属期刊栏目 并行算法与并行程序设计
研究方向 页码范围 98-101
页数 4页 分类号 TP301
字数 3718字 语种 中文
DOI 10.3969/j.issn.1007-130X.2009.11.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 于军 中国科学院基因组科学及信息重点实验室 40 229 8.0 14.0
2 万宁 中国科学院基因组科学及信息重点实验室 2 13 2.0 2.0
6 谢海波 1 10 1.0 1.0
7 张清 3 24 3.0 3.0
8 赵开勇 2 10 1.0 2.0
12 褚晓文 香港浸会大学计算机系 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (2)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (5)
二级引证文献  (1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BLAST
BLASTN
序列查询比对
GPU
GPGPU
CUDA
并行计算
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导