[發明專利]基于FPGA的面向基因測序串匹配算法的加速平臺及設計方法在審
| 申請號: | 201810698010.5 | 申請日: | 2018-06-29 |
| 公開(公告)號: | CN108595917A | 公開(公告)日: | 2018-09-28 |
| 發明(設計)人: | 李曦;王超;婁文啟;周學海 | 申請(專利權)人: | 中國科學技術大學蘇州研究院 |
| 主分類號: | G06F19/20 | 分類號: | G06F19/20;G06F19/28 |
| 代理公司: | 蘇州創元專利商標事務所有限公司 32103 | 代理人: | 范晴 |
| 地址: | 215123 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 通用處理器 讀取 字符串數據 基因測序 串匹配 算法 寫入 流水線方式 獨立IP核 匹配結果 硬件知識 加速器 固化 編程 部署 | ||
1.基于FPGA的面向基因測序串匹配算法的加速平臺,其特征在于,包括PS與PL兩部分,PS部分包括通用處理器和DRAM,用于完成軟件端代碼的運行以及硬件部分的控制,PL端包括多個IP核來以實現相應任務,通用處理器將字符串數據寫入DRAM中,然后FPGA從DRAM中讀取字符串數據并開始計算,并把計算結果寫入到DRAM中,最后通用處理器從DRAM中讀取匹配結果。
2.根據權利要求1所述的基于FPGA的面向基因測序串匹配算法的加速平臺設計方法,包括以下步驟:
S01:分析基因測序算法KMP、BWA的特點,梳理算法流程,確定算法設計。
S02:根據基因測序算法KMP、BWA計算過程,針對兩個算法分別設計出可擴展的IP核實現。
S03:根據基因測序算法KMP、BWA特點和FPGA的資源,確定KMP與BWA算法相應的硬件IP核結構;
S04:移植操作系統到硬件平臺,并將硬件IP核燒寫到硬件平臺,編寫各個硬件設備的驅動;
S05:在用戶層調用各個硬件IP核,形成硬件加速器。
3.根據權利要求2所述的基于FPGA的面向基因測序串匹配算法的加速平臺設計方法,其特征在于,所述步驟S01中的KMP、BWA算法設計,其中KMP算法設計步驟為:首先模式字符串傳輸到部分匹配函數中,生成回退位置表并存儲,然后將源串與模式串輸入KMP搜索函數,并根據回退位置表得出匹配起始字符位置;BWA算法設計步驟為:對源串進行BW轉換生成后綴數組,將后綴與模式串輸入搜索函數中得出模式串所有匹配。
4.根據權利要求2所述的基于FPGA的面向基因測序串匹配算法的加速平臺設計方法,其特征在于,所述步驟S02中可擴展的IP核,具體包括KMP IP核,BWA IP核。
5.根據權利要求2所述的基于FPGA的面向基因測序串匹配算法的加速平臺設計方法,其特征在于,所述步驟S02中,每個IP核都有一個DMA連接,IP核之間完全獨立,并行運行。
6.根據權利要求2所述的基于FPGA的面向基因測序串匹配算法的加速平臺設計方法,其特征在于,所述步驟S03中的硬件IP核結構,其中KMP IP核結構包含KMP的輸入輸出模塊、串分片模塊、位移計算模塊、搜索模塊,BWA IP核包含輸入輸出模塊、串分片模塊、BMA轉換模塊、搜索模塊。
7.根據權利要求6所述的基于FPGA的面向基因測序串匹配算法的加速平臺設計方法,其特征在于,KMP IP核與BWA IP核中的串分片模塊對源串進行等大小的分片,并對片進行編號,通過片的編號,分片的大小以及字符在分片中的偏移對字符進行重定位,分片后的輸入可以并行進行,固定大小的分片長度也有利于DMA的設置。
8.根據權利要求2所述的基于FPGA的面向基因測序串匹配算法的加速平臺設計方法,其特征在于,所述步驟S04包括以下步驟:
在驅動的編寫中,采用訪問Linux字符設備的方式訪問各個硬件設備;
在DMA的驅動編寫中采用映射機制進行數據填充;
所述映射機制為在內存中預留出一段連續的物理內存,將其映射到內核空間中的一段地址中,然后將該段內核空間地址映射到用戶空間。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國科學技術大學蘇州研究院,未經中國科學技術大學蘇州研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810698010.5/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





