gAC:基于GPU的高性能AC算法

字符串匹配是计算科学中研究最广泛的问题之一,已成为信息检索和生物计算等领域的核心操作。然而受限于CPU的计算能力和存储器访问带宽,传统的串行字符串匹配算法难以进一步提升性能。GPU在计算能力和存储器访问带宽上有很大提升,已经在很多应用上取得了卓越成效。gAC作为一种基于GPU的并行AC算法,针对GPU的SIMT(Single-Instruction Multiple-Thread)以及合并存储器访问的技术特点,采取了减少条件分支、合并访问全局存储器等优化方法,使得在C1060GPU上的字符串扫描速度达到51Gb/s,比基于CPU的串行算法提升了28倍。     

氨基功能化聚苯乙烯纳米微球的制备及其CO2吸附性能研究

以苯乙烯(St)和甲基丙烯酸缩水甘油酯(GMA)为共聚单体,通过细乳液聚合法制备出聚苯乙烯纳米微球,并研究了单体配比与反应条件对纳米微球粒径大小与分布的影响。然后利用GMA上的活性环氧基团将有机胺接枝到纳米微球表面,并将其应用于CO2吸附。采用动态激光散射、扫描电子显微镜、红外光谱、元素分析等方法对纳米微球进行了结构表征。结果表明,所制备的纳米微球最小粒径为67 nm,粒径大小均一可控,而且纳米微球表面成功地接枝上有机胺;乙二胺改性纳米微球的CO2吸附量为2.45 mmol/g,并且吸附循环稳定性较好。