中文摘要：

生物信息学属于多学科前沿交叉科学，应用广泛，意义重大。生物序列分析是生物信息学乃至现代生命科学领域重要的基础性研究工作，该领域的应用具有程序特征多样化、数据相关多维度、访存行为不规则等特点。通用结构计算机虽然能够提供很强的峰值计算能力，但是不能完全适应该领域复杂计算特性的特殊要求，计算效率不高。课题以序列分析领域中的复杂结构预测和分析算法对高性能计算的需求为背景，基于通用微处理器结合硬件算法加速器（FPGA和GPU）的异构体系结构，从提取典型方法的动态计算特征入手，研究对复杂数据相关和不规则存储访问的优化方法，对典型算法实现细粒度并行，达到高效加速计算的目的；并在此基础上提取普适的并行优化方法，为特定领域的算法群提供一种基本的硬件结构模板和并行程序设计框架，为有效降低算法加速器设计复杂度、实现加速器快速生成奠定基础，为提高对生物信息的处理能力提供技术参考。