異構(gòu)分布并行環(huán)境下蛋白質(zhì)折疊結(jié)構(gòu)預(yù)測優(yōu)化算法研究.pdf

1、蛋白質(zhì)分子的結(jié)構(gòu)非常復(fù)雜,對其結(jié)構(gòu)進(jìn)行預(yù)測需要建立一個簡化模型,并采用優(yōu)化算法求解穩(wěn)定狀態(tài)下最小能量值,但算法的數(shù)據(jù)計算量非常龐大。因此,利用分布并行技術(shù)提高算法的執(zhí)行效率是蛋白質(zhì)折疊結(jié)構(gòu)預(yù)測發(fā)展的一個重要環(huán)節(jié)。由CPU+GPU組成的異構(gòu)分布并行環(huán)境可以有效的提高計算系統(tǒng)的運(yùn)算速度和處理能力,這為提高優(yōu)化算法的執(zhí)行效率提供了理論依據(jù)。
　　 本文分析了異構(gòu)分布并行環(huán)境的組織結(jié)構(gòu)、工作原理和性能優(yōu)化方法,研究了CUDA平臺的編程方

2、法,并基于異構(gòu)分布并行環(huán)境對蛋白質(zhì)折疊結(jié)構(gòu)預(yù)測算法進(jìn)行了優(yōu)化。針對遺傳退火算法,本文設(shè)計了幾種有效的優(yōu)化策略。首先,構(gòu)建程序切片調(diào)度機(jī)制,通過評估計算強(qiáng)度對程序進(jìn)行切片和調(diào)度;然后,依據(jù)計算情況和數(shù)據(jù)規(guī)模對并行計算單元進(jìn)行合理的資源動態(tài)分配;最后,通過共享存儲器優(yōu)化、展開循環(huán)優(yōu)化、指令優(yōu)化及內(nèi)存合并技術(shù),對算法進(jìn)一步優(yōu)化,將其改造成為適用于異構(gòu)環(huán)境處理的并行模式,以提高算法的運(yùn)行速度。
　　 在蛋白質(zhì)二維AB非格模型的基礎(chǔ)上,本