Intel Xeon Phi 集群上的并行成对相关性计算

共表达网络是识别基因间相互作用的关键技术，通常依赖于跨多个样本的基因表达谱之间的全成对相关性（或类似度量）计算。Pearson 相关系数（PCC）是用于构建基因共表达网络的广泛使用的技术。然而，对于大量基因表达谱，全成对 PCC 计算对计算量要求很高，从而促使我们利用高性能计算加速其执行。在本文中，我们提出 LightPCC，首个在 Intel Xeon Phi（Phi）集群上的并行分布式全成对 PCC 计算。它通过挖掘 Phi 内部的 SIMD 指令级与线程级并行性，以及多个 Phi 之间的加速器级并行性实现高速计算。为促进均衡的工作负载分布，我们首次通过构建作业标识符与坐标空间之间的双射函数，提出了一种对称全成对计算的通用框架。我们评估了 LightPCC，并使用一组基因表达数据集将其与两个基于 CPU 的对应实现进行比较：ALGLIB 中的顺序 C++ 实现，以及基于 Intel 数学核心库（MKL）中并行通用矩阵-矩阵乘法例程的实现（均使用双精度）。性能评估显示，使用一块 5110P Phi 和 16 块 Phi 时，LightPCC 分别比 ALGLIB 快至多 $20.6\times$ 和 $218.2\times$，比单线程 MKL 快至多 $6.8\times$ 和 $71.4\times$。此外，LightPCC 在 Phi 数量方面展现出良好的并行可扩展性。LightPCC 源代码公开于 http://lightpcc.sourceforge.net。