蛋白质系统发育分析并行计算方法研究

作者：李易禅; 凌诚

来源：计算机工程, 2019, 45(02): 296-302.

DOI：10.19678/j.issn.1000-3428.0049690

• 系统发育分析
• 条件似然概率
• CUDA编程
• 并行计算
• MC3算法

在目前系统发育学研究中,多数系统发育分析工具不能在GPU架构上分析蛋白质序列。为此,提出一种大规模系统发育分析方法 tgpMC3。以添加虚字符的形式重新构造条件似然概率矩阵,降低由于多线程分支发散导致的时间消耗。设计粒度适中的半任务间并行策略,增加流多处理器上活跃的线程块数量。通过简单的键值对应方法传输含有模糊状态的转移概率矩阵,实现数据访问速度的提升。实验结果表明,与MrBayes v3. 1. 2串行版本方法相比,该方法最高可实现117的加速比,与taMC3方法相比,该方法的并行分析性能更好。

• 单位
  北京化工大学