基于FPGA的HMMer加速系统的设计与实现的任务书.docx

基于FPGA的HMMer加速系统的设计与实现的任务书
一、选题背景
随着计算机技术不断的发展，生物信息学及其相关领域得到了突破性的发展。在生物信息学领域中，序列分析是一项非常重要的工作。而序列分析中最常用的方法之一就是使用隐马尔可夫模型（HMM）。HMM在生物学数据分析中使用得非常广泛，常用于序列比对、基因注释、蛋白质结构预测等计算密集型任务。
HMM的计算量较大，需要计算给定序列的给定模型下的概率。因此，为了加快HMM运算速度，许多基于FPGA和ASIC的加速器被设计和开发出来。FPGA加速器的优点在于它们可以通过编程来实现硬件加速，可以帮助用户在不需要硬件设计知识的情况下获得加速器。
二、研究目的
本项目旨在使用FPGA设计和实现一个基于HMMer的加速系统。其中，项目将使用VerilogHDL对系统进行建模，开发者将使用FPGA开发板进行验证和测试，并使用C语言编写软件控制软件。
本项目的主要目的有：
1.理解隐马尔可夫模型在生物信息学领域的应用。
2.学习使用VerilogHDL对系统进行建模和实现。
3.学会使用FPGA开发板进行验证和测试。
4.学会使用C语言编写软件控制软件。
5.开发高性能的HMM加速器。
三、实施方案
本项目将使用以下步骤进行实施：
1.确定FPGA型号和开发板，以及计算所需IO和存储资源。
2.使用VerilogHDL对HMMer进行建模，包括多种算法（如Baum-Welch算法等）和各种可选参数（包括不同的符号字母、不同长度的序列等），并将其实现为硬件设计。
3.设计并实现相应的控制器，负责FPGA板和宿主机之间的通信和数据传输。
4.使用算法模型建立测试数据，并设计测试程序进行验证和测试。测试程序可以使用VerilogHDL或C语言编写。
5.实现使用C语言编写的软件控制程序，它负责不同算法参数的选择、测试数据的处理、结果的收集和输出等任务。
6.对系统进行测试和评估，并对系统进行优化。
四、预期结果
本项目的预期结果是建立一个基于FPGA的HMMer加速系统。系统将通过硬件和软件设计实现基于HMM的序列比对、基因预测、序列注释等生物信息学应用，具有如下特点：
1.使用高速FPGA进行硬件处理，实现高速和低延迟的数据处理。
2.在处理大规模数据时，比使用软件性能优化技术提高数倍的处理速度。
3.可支持不同的参数和算法，面向不同的用户需求，满足不同的应用场景。
4.具有较高的多任务处理能力，可快速处理不同长度和不同结构的序列数据。
五、参考文献
1.Eddy,S.(1996).HiddenMarkovModels.CurrentOpinioninStructuralBiology,6:361–365.
2.Rabiner,L.(1989).ATutorialonHiddenMarkovModelsandSelectedApplicationsinSpeechRecognition.ProceedingsoftheIEEE,77:257–286.
3.Krogh,A.(1997).HiddenMarkovmodelsforsequenceanalysis:Extensionandanalysisofthebasicmethod.BiologicalSequenceAnalysis:ProbabilisticModelsofProteinsandNucleic,47-66.
4.Kim,J.,Lee,S.,Yang,H.,andKim,G.(2015).AnFPGA-basedHMMAcceleratorforBiologicalSequenceAlignment.Proceedings2015IEEE12thInternationalConferenceone-BusinessEngineering.