论文部分内容阅读
GPU作为一种新兴的大规模并行计算加速硬件在科学计算中得到日益广泛的应用。将GPU用于化学结构相似性指数计算已得到良好的加速效果[1-3]。但已有的方法均采用的是线程"粗粒化"策略，即单一线程仅处理一个分子指纹匹配或结构相似性计算过程。本文提出一种新的基于线程"细粒化"策略、更优化的GPU并行加速算法。该算法提高了计算并行度，减少了单一线程内的循环次数，大大提高了并行效率。将该算法应用于分子子结构检索中的分子结构相似性指数计算和分子指纹预筛过程中，分别实现了比线程"粗粒化"方法提高1倍和10倍以上的加速效果。