检索结果-南通市图书馆

检索条件"主题词=CPU-MIC协同"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于cpu-mic协同的高通量药物虚拟筛选关键算法并行技术研究

基于CPU-MIC协同的高通量药物虚拟筛选关键算法并行技术研究

引用

作者：程乾国防科学技术大学

学位级别：硕士

药物虚拟筛选是采用分子对接技术,针对某一靶标的结构,通过分子模拟的方式在化合物库中寻找与靶标结合较好的小分子,预测小分子的生理活性。当突发性传染病爆发时,能否迅速找出可用于治疗新型急性传染病的候选药物至关重要。目前地球上... 详细信息

药物虚拟筛选是采用分子对接技术,针对某一靶标的结构,通过分子模拟的方式在化合物库中寻找与靶标结合较好的小分子,预测小分子的生理活性。当突发性传染病爆发时,能否迅速找出可用于治疗新型急性传染病的候选药物至关重要。目前地球上约有3500万已知结构药物化合物分子,在个人计算机上,完成针对单一蛋白靶标的所有筛选工作需要十几年,即使在天河二号超级计算机上使用目前的高通量方法,依然需要数十天。因此,必须开发出一款超高通量药物虚拟筛选平台,以应对突发性恶性传染病(比如埃博拉、MERS、SARS等)。本课题即是针对上述问题,联合中科院上海药物所,选取了一种通用药物虚拟筛选软件D3DOCKxb,针对其核心热点部分LGA(Lamarckian Genetic Algorithm)算法进行了深入并行优化和大规模:首先,在实现了一种基于cpu多核的通用高精度D3DOCKxb分子对接软件。然后结合Intel mic众核协处理器特点,进行了基于cpu-mic异构体系的并行分子对接技术研究,在保证算法精确度的前提下,首次实现了cpu-mic协同的新型并行分子对接算法。最后还发出了一款基于天河二号的超大规模高通量药物虚拟筛选平台,该平台具有良好的可扩展性,可以在一天之内完成地球上所有已知结构药物化合物分子的筛选,为应对爆发性恶性传染病的快速药物研发提供了强大的计算模拟保障。本文主要包括以下三个方面的工作:1.D3DOCKxb是中科院上海药物所在国际通用分子对接软件AutoDock 4.2基础上,加入了自主研发的基于知识库的新型打分函数XBPMF和基于量化的打分函数XBScoreQM,在包含卤键的蛋白靶标和药物分子相互作用中,能够获得比主流对接软件更加精确的对接结果。但是该软件存在内存分配不合理,打分函数和数据结构复杂,计算量较大,程序时空效率不高等问题。针对以上问题,本文对算法和数据结构进行了重新设计,提出了打分函数封装、缓冲区替换IO、线程绑定、copyin原语替换等方法和技术,实现了LGA迭代算法的并行化,最终研发了一款基于cpu多核的通用并行分子对接软件,大幅提高了软件的运行时空效率。在天河二号的单个节点,D3DOCKxb获得了近似线性加速比。2.针对Intel mic新型众核协处理器体系结构特点,在offload模式下,基于上述通用多核D3DOCKxb软件研发了一款cpu-mic协同的分子对接软件。针对Intel mic的体系结构和编译器特性,提出了并行域合并、内存复用、热点函数向量化等并行优化方法,大幅减少了cpu/mic交互、内存申请释放、热点函数计算等时间,充分挖掘了mic协处理器的并行加速能力。实验结果表明,单块mic卡上可以获得128倍的加速比,天河二号上单节点(2 cpu+3 mic卡),可以获得超过50倍的加速比。3.为了进行大规模虚拟药物筛选,程序必须具有较高的并行效率和良好的可扩展性。因此我们研发了一个基于天河二号的大规模高通量药物虚拟筛选平台—--mD3DOCKxb,mD3DOCKxb包括一个新型高效的通信引擎。该引擎包含基于动态任务划分的负载均衡策略和基于梯度休眠的大规模并发通信、IO冲突消解策略。经过在天河二号上的大规模部署测试表明,在500到8000节点上,mD3DOCKxb始终保持了84%以上的并行效率。特别是在8000节点(196000cpu核+1368000mic核)上,程序的并行效率为84.7%。在24小时内,mD3DOCKxb完成了4200万化合物分子与埃博拉病毒蛋白VP35的对接,并获得了ZINC03870993等一批效果良好的药物分子。

关键词：药物虚拟筛选 cpu-mic协同天河二号 LGA 高可扩展性高通量

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：