異構(gòu)并行矩陣計算及其在致病基因預(yù)測中的應(yīng)用.pdf

1、隨著計算機科學(xué)技術(shù)和其他尖端技術(shù)的飛速發(fā)展，在天文學(xué)、航天航空、地質(zhì)勘探、氣象學(xué)、生物信息學(xué)、流體力學(xué)和社會信息學(xué)等很多的學(xué)科都產(chǎn)生了大量的數(shù)據(jù)，而對這些數(shù)據(jù)的處理可以歸結(jié)為具有特殊意義的矩陣上的計算問題。在這樣的矩陣上面進行計算求解往往需要消耗巨大的財力和物力。而大多數(shù)帶有實際應(yīng)用意義的矩陣計算往往屬于計算密集型操作，需要大量的迭代次數(shù)，需要很長的時間去等待整個矩陣計算的完成，這對矩陣計算速度提升的要求變得原來越高。
　　圖形處

2、理單元(GPU)相比CPU有更高的浮點運算能力，非常適合進行數(shù)據(jù)并行計算。作為高性能計算領(lǐng)域的一個重要分支，GPU近幾年很快被應(yīng)用到科學(xué)和工程領(lǐng)域關(guān)鍵計算部分的加速工作中。值得注意的是，2013年11月發(fā)布的超級計算機TOP7中，使用GPU作為加速器的超級計算機系統(tǒng)已達(dá)57.1％。可以預(yù)見，GPU將是未來一段時間的主流高性能計算平臺。
　　針對矩陣計算內(nèi)存需求大、運行周期長等問題，本文挑選出了具有代表性的一些科學(xué)與工程領(lǐng)域常見的矩