摘要：基因測序作為一個大數(shù)據(jù)處理、分析、挖掘的典型范例,對計算資源需求巨大.以單分子測序為特點的第三代測序技術(shù)發(fā)展迅速,極大地降低了測序成本,雖然能夠?qū)崿F(xiàn)對更加復(fù)雜物種(如農(nóng)作物)的基因研究,但由于其具有高通量、超長讀長、需要更多修正等特點,對計算技術(shù)提出了更高挑戰(zhàn).傳統(tǒng)解決方案級的優(yōu)化已經(jīng)難以滿足基因測序要求,基于異構(gòu)并行的加速器方案越來越多地出現(xiàn),并取得了較好的加速效果.近期,專用加速器(以及與之配合的測序算法)方案更是取得了令人振奮的加速效果.而伴隨人工智能技術(shù)的發(fā)展,越來越多的AI芯片(含優(yōu)化的函數(shù)庫)為基因測序的進(jìn)一步普及創(chuàng)造了更多機(jī)會,也極大地促進(jìn)生物信息學(xué)的快速發(fā)展.