CPU-MIC异构并行架构下基于大规模频繁子图挖掘的药物发现算法

摘要：

频繁子图挖掘是许多实际应用领域中需要解决的重要问题,由于计算密集性、挖掘的图集及其结果容量大,现有的频繁子图挖掘方案无法满足时间需求,其处理效率是目前面临的主要挑战.原创性地提出了并行加速的频繁子图挖掘工具cmFSM. cmFSM主要在3个层次上进行并行优化:单节点上的细粒度OpenMP并行化、多节点多进程并行化和CPU-MIC协作并行化.在单节点上cmFSM的处理速度比基于CPU的最佳算法快一倍,在多节点方案中cmFSM提供可扩展性.结果 表明,即使只使用一些并行计算资源,cmFSM也明显优于现有的最先进的算法.这充分表明提出的工具在生物信息学领域的有效性.

关键词：频繁子图挖掘、生物信息学、并行算法、内存约束、同构、集成众核

所属期刊栏目：5

分类号：TP31(计算技术、计算机技术)

资助基金：国家重点研发计划基金资助项目2017YFB0202602,2018YFC0910405,2017YFC1311003,2016YFC1302500,2016YFB0200400,2017YFB0202104;国家自然科学基金资助项目61772543,U1435222,61625202,61272056

在线出版日期：2019-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：89-103