郭渝洛，边浩东，董润婷，唐嘉豪，王晓英，黄建强

（青海大学 计算机技术与应用系，西宁 810016）

0 概述

二十世纪七十年代，TAYLOR 和GLAESER 研发了冷冻电镜（cryo-Electron Microscopy，cryo-EM）。该项技术发展至今，已经成为研究生物大分子结构与功能强有力的手段，其简化了生物细胞的成像过程，提高了成像质量，将生物化学带入一个新时代［1-3］。

冷冻电镜是在低温下使用透射电子显微镜观察样品的显微技术，即把样品保存在液氮或液氦温度下，通过对其某方向的投影显微像在时空中经调整后进行叠加，从而提高信噪比，最终将不同投影方向的显微像在三维空间进行重构，获得大分子的三维结构。

实际上，基于2D 投影的3D 重构具有挑战性。首先，样品中生物分子在随机分布后具有不同的角度，很难确定它们正确的角度，因此，需要多次迭代步骤才能使最终的模型收敛；其次，为了避免损坏样品，通常使用低剂量的电子束进行辐照，而这样获得的电子显微像具有高噪声和低对比度，需要大量的电子显微图像来生成具有高分辨率的3D 模型。由此可见，冷冻电镜模型重构依赖于数以万计的投影图片进行分析、组装和优化，冷冻电镜三维重构需要超过1 petaflops 的计算能力［4］。

目前许多研究学者对冷冻电镜三维重建计算的优化提出了许多有效的解决方案，如文献［5］基于分块流模型的GPU 集群并行化冷冻电镜三维重建，文献［6］在CPU-GPU 异构系统上并行化冷冻电镜三维重建。

在冷冻电镜三维重构过程中，傅里叶空间图像相似度计算是调用最为频繁的计算，其计算成本较高，存在应用程序尚未充分利用并行化优势、编译器自动对代码进行矢量化的优化效果不佳和数据存储架构导致不必要内存消耗等问题。……