异构集群上的宏基因组聚类优化

• 作者: Simon SEE 林新华 王丙强 许志耿 韦建文
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 基因聚类 异构计算 缓存优化 负载均衡
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 2015全国高性能计算学术年会
• 页码范围: 20-22,47
• 页数: 4页
• 分类号: TP391
• 字数: 3056字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.03.005

摘要

宏基因组基因聚类是筛选致病基因的新型方法,其依赖于海量的测序数据、有效的聚类算法以及高效的计算机来实现.相关系数矩阵的计算是进行聚类前必须完成的操作,占总计算量的比重较大.以某基因库为例,包含1300个样本、每样本百万基因的数据,单线程运行需要27年.充分发挥多核CPU的潜力,利用GPU加速卡强大的计算能力,将程序扩展到多节点集群上运行,是重要而迫切的工作.在仔细分析算法的基础上,首先针对单CPU节点和单GPU卡做了高效实现,获得了接近理想的加速比;然后利用缓存优化进一步提升性能;最后使用负载均衡方法在MPI线程间分发计算任务,实现了良好的扩展.相比未优化的单线程程序,16节点CPU获得了238.8倍的加速,6块GPU卡获得了263.8倍的加速.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林新华	上海交通大学高性能计算中心	29	59	5.0	6.0
3	韦建文	上海交通大学高性能计算中心	13	41	3.0	6.0
4	许志耿	上海交通大学高性能计算中心	1	0	0.0	0.0
5	王丙强		1	0	0.0	0.0
6	Simon SEE	上海交通大学高性能计算中心	1	0	0.0	0.0