基于众核协处理器的三级流水序列比对方法

摘要

本发明公开了一种基于众核协处理器的三级流水序列比对方法，目的是提高序列比对软件的比对速度。技术方案是：采用MIC众核协处理器使用多线程并行进行序列比对，并将MIC上序列比对过程中从主存读取序列到MIC、比对序列和将比对结果写回主存这三个串行步骤采用三级流水方式，即在进行每一轮序列比对的同时，读取下一组比对所需要的序列，同时将上一组比对的结果写回主存，使得读写操作和比对操作并行进行。本发明实现了序列读取，序列比对和比对结果写回的三个主要过程的并行执行，提高了比对效率，降低了比对时间，与两路八核CPU相比，本发明可加速比对过程2.3倍以上，且避免拷贝大量内存空间，提高了程序的时空效率。

主权项

一种基于众核协处理器的三级流水序列比对方法，其特征在于包括以下步骤：步骤1：CPU根据计算机主存可用空间大小M_CPU，以及DNA短序列所占空间大小M_DNA，将DNA短序列即read平均分为L组，L为正整数，表示对“x”向上取整；步骤2：在MIC即众核协处理器上声明三个指针变量：Seqs_ptr、Read_ptr和Write_ptr，并根据MIC上可用空间大小M_MIC以及参考基因组大小M_REF，在MIC上分别为三个指针分配同样大小的缓存空间，MIC上每块缓存空间大小M_SEQ＝(M_MIC‑M_REF)/3，其中Seqs_ptr指向的空间存储当前一组正在比对的序列，Read_ptr指向的空间存储下一组将要比对的序列，Write_ptr指向的空间存储上一组序列比对的结果；步骤3：CPU初始化循环变量i为零；步骤4：CPU将磁盘中L组read中的第i组读入主存中；步骤5：CPU根据MIC上Seqs_ptr指向的空间的大小M_SEQ，将读入主存中的read平均分为M小组，M为正整数，步骤6：CPU将循环变量m置为零；步骤7：CPU将主存中M个小组read中的第m组读到MIC的Seqs_ptr指向的空间内；步骤8：根据MIC上可用计算核心数Core_MIC，以及MIC上每个计算核心支持的最大硬件线程数Thread_MIC，在MIC上同时启动N+2个线程，线程编号为0到N+1，N>0，为整数，N＝(Core_MIC‑1)*Thread_MIC，其中MIC卡需要保留一个核心处理主存与MIC卡之间数据调度，N+2个线程并行执行以下步骤：步骤8.1：第0到第N‑1号线程并行比对Seqs_ptr对应空间中的read，并将比较结果写入Seqs_ptr对应空间中；比对方法采用李恒在论文《Fast and accurate short read alignment with Burrows‑Wheeler Transform》中公布的基于BW变换的方法，将Seqs_ptr对应空间中的所有read比对完毕后，转到步骤9；步骤8.2：第N号线程将循环变量m加1，判断m是否等于M，如果m不等于M，执行步骤8.2.1，如果m等于M，结束第N号线程，转到步骤9；步骤8.2.1：第N号线程将主存中M个小组read中的第m组读到MIC的Read_ptr对应空间内，读取完毕后，转到步骤9；步骤8.3：第N+1号线程判断Write_ptr对应空间是否为空，如果Write_ptr对应空间不为空，执行步骤8.3.1，如果Write_ptr对应空间为空，结束第N+1号线程，转到步骤9；步骤8.3.1：第N+1号线程将Write_ptr对应空间中的read比对结果写回主存，写完成后转到步骤9；步骤9：同步第0到第N+1号线程，同步完成后，在MIC上的多线程部分执行完毕，以下步骤为单线程执行；步骤10：MIC进行指针交换，在MIC上声明临时指针tmp_ptr，将Seqs_ptr值赋给tmp_ptr，将Read_ptr值赋给Seqs_ptr，将Write_ptr值赋给Read_ptr，将tmp_ptr值赋给Write_ptr，将tmp_ptr值置为空。步骤11：MIC判断Seqs_ptr对应空间是否为空，如果不为空，转步骤8，如果为空，执行步骤12；步骤12：MIC将Write_ptr对应空间中的read比对结果写回主存；步骤13：CPU将内存中第i大组read比对的结果写回磁盘，并清空相应内存空间；步骤14：CPU将循环变量i加1；步骤15：CPU判断i是否等于L，如果i不等于L，转步骤4，如果i等于L，执行步骤16；步骤16：MIC释放Seqs_ptr、Read_ptr、Write_ptr指向的空间；步骤17：结束比对。