人类基因组计划目标是完成人类染色体的全部 DNA的测序,这对于治疗遗传病有着重要的意义。现有的技术不可能直接连续测序超过几百个碱基的片段,只能使用散弹枪法获得并测序大量的片段,然后根据片段间的重叠来重构目标分子,所以将该问题转化为最短公共超串问题,并使用计算机来快速求解是一种新途径。因此,研究在多核CPU/GPU系统上最短公共超串的并行求解具有重要意义。　　本文依据各级缓存容量,将 CPU主存中种群个体和蚂蚁个体数据划分存储到一级、二级和三级缓存中,以减少并行计算过程中数据在各级存储之间的传输开销,在 CPU与 GPU之间采取异步传送和不完全传送数据、GPU多个内核函数异步执行多个流的方法,设置GPU block线程数量为16的倍数、GPU共享存储器划分大小为32倍的bank,使用GPU常量存储器存储交叉概率、变异概率等需频繁访问的只读参数,将输入串矩阵和重叠部分长度矩阵只读大数据结构绑定到GPU纹理存储器,设计实现了一种多核 CPU和GPU协同求解最短公共超串问题的计算、存储和通信高效的并行算法。求解多种规模的最短公共超串问题的实验结果表明,多核CPU与GPU协同并行算法比串行算法快70倍以上。　　对于节点具有不同计算能力和存储能力的CPU/GPU异构机群系统,以节点完成任务量时间最短为目标,给出带返回信息的可分负载最优多轮调度模型,设计适用于求解最短公共超串问题的数据分配算法,采取每个节点运行融合遗传蚁群算法并行求解最短公共超串的方法,设计实现多核CPU/GPU异构机群并行求解最短公共超串的高效算法,并在多核CPU/GPU异构机群曙光5000A系统上进行实验测试,实验结果表明本文的多核CPU/GPU系统上最短公共超串并行求解算法高效,且具有良好的可扩展性。