登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

云之南

风声,雨声,读书声,声声入耳;家事,国事,天下事,事事关心

 
 
 

日志

 
 
关于我

专业背景:计算机科学 研究方向与兴趣: JavaEE-Web软件开发, 生物信息学, 数据挖掘与机器学习, 智能信息系统 目前工作: 基因组, 转录组, NGS高通量数据分析, 生物数据挖掘, 植物系统发育和比较进化基因组学

生物信息编程与高性能计算和并行计算  

2010-06-25 13:34:03|  分类: 生物信息学 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |
http://wwww.blog.genomics.cn/2010/05/%e7%94%9f%e7%89%a9%e4%bf%a1%e6%81%af%e7%bc%96%e7%a8%8b%e4%b9%8b%e9%ab%98%e6%80%a7%e8%83%bd%e8%ae%a1%e7%ae%97%e4%b8%8e%e5%b9%b6%e8%a1%8c%e8%ae%a1%e7%ae%97/
2010年5月6日 作者: Gentle Yang 留言 ?

这不是一篇教程或者帮助文档,只是对他人文章和观点的一点收集。目的在于尽可能多地了解生物信息学领域的并行计算有哪些被选方案以及各自的使用范围和优劣。

1 首先是PLOS上一篇论文:

A Quick Guide for Developing Effective Bioinformatics Programming Skills

Joel T. Dudley, Atul J. Butte  链接地址为:http://www.ploscompbiol.org/article/info%3Adoi%2F10.1371%2Fjournal.pcbi.1000589

2 来自lifeformulae博客上的一个系列文章,叫做“Effective Bioinformatics Programming”,截止目前发布了5篇:


Effective Bioinformatics Programming – Part 1
Effective Bioinformatics Programming – Part 2
Effective Bioinformatics Programming – Part 3
Effective Bioinformatics Programming Part 4
Effective Bioinformatics Programming – Part 5

我本人也最为关注这个系列的文章,几乎算是比较全面地涉及了生物信息学编程所可能涉及的领域和话题,从WEB开发,REST/SOAP协议等,到GPU,CUDA,在面面俱到的同时作者也有阐述自己的一些观点,表明当前哪些是主流哪些还不明朗等。

本日志的题目也许不够妥当,但仍然不会抹杀所转载内容的含金量;希望从事或者有志于生物信息编程的朋友能从中学习到很多知识。

并行计算,常规分时间和空间两个层次上的并行,时间上是指流水线技术,空间上则主要是将计算任务分解为可在多个计算单元上并行执行的子任务。

空间上的并行包括两类并行机:单指令流多数据流(SIMD)和多指令流多数据流(MIMD),区别于我们常用的串行机SISD;
MIMD类的机器又可分为以下常见的五类:


并行向量处理 机(PVP)
对称多处理机(SMP)
大规模并行处理机(MPP)
工作站机群(COW)
分布式共享存储处理机(DSM)。

并行机的四种访存模型:


均匀访存模型(UMA)
非均匀访存模型(NUMA)
全高速缓存访存模型(COMA)
一致性高速缓存非均匀存储访问模型(CC-NUMA)和非远程存储访问模型(NORMA)。

常用的或者比较成熟的并行计算方案可能涉及:


MPI,PVM,HPF;openMP,opemMPI
诸如Intel的Ct代码库等
GPU,openCL,CUDA
  评论这张
 
阅读(1179)| 评论(0)

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2018