机构名称：
¥ 1.0
摘要 - 基因组学是精密医学，全球粮食安全和病毒监测的基础。精确匹配是在基因组学的几乎每个步骤中广泛使用的操作之一，例如对齐，组装，注释和相互作用。现代基因组学采用Ferragina-Manzini指数（FM-索引）增强空间 - 有效的Burrows-Wheeler-Wheeler-Wheeler-Wheeler-Wheeler-Wheeler-Wheeler-Wheeler Transform（BWT），并具有其他数据结构，以允许超快速的精确匹配操作。但是，FM索引因其空间局部性和随机内存访问模式而臭名昭著。先前的工作创建GPU-，FPGA-，ASIC-甚至是基于内存过程（PIM）的加速器，以增强FM-Index搜索吞吐量。尽管他们实现了最新的FM索引搜索吞吐量，但与所有先前的常规加速器相同，但在每个DRAM行激活后仅处理一个DNA符号，因此仅处理一个DNA符号，从而遭受了记忆带宽利用率不佳。在本文中，我们提出了一个硬件加速器EXMA，以增强FM-Index搜索吞吐量。我们首先创建一个具有多任务学习（MTL）基于多任务的索引的新型EXMA表，以在每个DRAM行激活中处理多个DNA符号。然后，我们构建一个加速器以在EXMA表上进行搜索。我们提出了2阶段的安排，以提高加速器的高速公路命中率。我们介绍了动态页面策略，以提高DRAM主内存的行缓冲区命中率。我们还提出链条压缩，以减少EXMA表的数据结构大小。与最新的FM索引PIM相比，EXMA将搜索吞吐量提高了4。9倍，并增强每瓦4瓦搜索吞吐量。8×。 索引术语 - 特定于硬件加速器，ge- sickics，精确匹配8×。索引术语 - 特定于硬件加速器，ge- sickics，精确匹配
exma：精确匹配的基因组加速器
主要关键词
相关文件推荐
