異構并行矩陣計算及其在致病基因預測中的應用.pdf

1、隨著計算機科學技術和其他尖端技術的飛速發(fā)展，在天文學、航天航空、地質勘探、氣象學、生物信息學、流體力學和社會信息學等很多的學科都產生了大量的數據，而對這些數據的處理可以歸結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。而大多數帶有實際應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，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，非常適合進行數據并行計算。作為高性能計算領域的一個重要分支，GPU近幾年很快被應用到科學和工程領域關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已達57.1％?？梢灶A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與工程領域常見的矩