基于CUDA对RNA二级结构预测的并行研究.pdf

《基于CUDA对RNA二级结构预测的并行研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年1月计算机工程与设计Jan．2014第35卷第1期COMPUTERENGINEERINGANDDESIGNVo1．35NO．1基于CUDA对RNA二级结构预测的并行研究陈飞，郝福珍(华北计算技术研究所，北京100083)摘要：为解决长链RNA二级结构预测面临的计算压力，分析了当前基于最小自由能预测RNA二级结构的相关串行、并行算法，提出了一种基于CUDA(computeunifieddevicearchitecture)编程模型的并行加速算法。在实现时充分利用了支持CUDA编程模型的GYU(graphicprocessingunit)设备中的共享存储

2、器、常量存储器等硬件，对RNA二级结构预测算法中的动态规划进行了有效的并行。实验结果表明，在支持CUDA编程模型的GPU上实现的并行程序，获得了与已有的串行、并行算法相同的准确度，同时运行速度更快。关键词：统一计算设备架构；RNA二级结构预测；并行算法；最小自由能；动态规划中图法分类号：TP302文献标识号：A文章编号：1000—7024(2014)01—0297—06CUDAbasedparallelresearchofRNAsecondarystructurepredictionCHENFei。HAOFu—zhen(NorthChinaInstituteo

3、fComputingTechnology，Beijing100083，China)Abstract：Toovercomethecomputationalpressureinthepredictionofsecondarystructureoflong-chainRNA，relatedserialandparallelalgorithmsaccordingtOMFE(minimumfreeenergy)areanalyzed，thenaparallelimplementationbasedonCUDAisproposed．Theimplementationtak

4、esfullyadvantageofsharedmemoryandtexturememoryinCUDAbasedGPUfortheeffec—tiveparalle1．TheexperimentalresultsshowthattheparallelprogramimplementedontheGPUwhichsupportsCUDAachievesthesameaccuracycomparedwithexistingserial，parallelalgorithmswhileyieldsreasonablespeedups．Keywords：CUDA；RN

5、Asecondarystructureprediction；parallelalgorithms；minimumfreeenergy；dynamicprogramming于CUDA编程模型的可编程GPU，型号为GTX550，它拥0引言有384个处理器核心。相对于CPU，GPU拥有更多的可用研究RNA二级结构对于防治以RNA进行基因传递的计算核心，在浮点运算和并行计算方面拥有更明显的优势，疾病有重要作用。长链RNA可能包含几千到几百万不等数同时GPU比小型机或计算机集群而言更容易获取。CUDA量的核苷酸，用X射线晶体衍射、核磁共振等方法测定其编程模型提供的软件环

6、境使编写程序、操作GPU就如同控二级结构，对时间和资金消耗都很大，当前主流的做法是制大规模并行机器一样便捷，不需要像以前依赖图形API使用基于最小自由能的动态规划模型预测RNA二级结构。接口来实现对GPU的访问，使得在GPU上实现并行通用在1981年Zuker和Stiegler提出动态规划模型求解该问计算程序的难度大大降低。同时CUDA提供了内存管理、题_1]后，一方面人们提出了启发式算法和近似算法来优化高性能计算指令、设备访问和执行调度等函数，方便控制动态规划模型，减小了计算压力；另一方面人们还提出了数据移动及优化程序。更多的分子热力学细节以及相应的算法，来

7、更准确地预测文章中讨论的并行算法包含了一系列依赖紧密的数据，RNA二级结构，但这样也会相应的增加整体算法的时间复包括5个大小为D(n表示RNA序列长度)的数组以及一杂度和空间复杂度。针对RNA链长度增加和预测准确度增系列索引数组。在解决该问题中，合理利用共享存储器高带来的双重计算压力的难题，并行算法是一种值得尝试(sharedmemory)、常量存储器(constantmemory)等存储的解决办法。数据，同时控制设备内存中的数据进行移动，可以有效的本课题选用的并行计算平台是nVIDIA公司推出的基加速算法的运行。收稿日期：2013—06—05；修订日期：20

8、13—08—15作者简介：陈飞(198