摘要：基因測序作為一個大數據處理、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發展迅速,極大地降低了測序成本,雖然能夠實現對更加復雜物種(如農作物)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,對計算技術提出了更高挑戰.傳統解決方案級的優化已經難以滿足基因測序要求,基于異構并行的加速器方案越來越多地出現,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的發展,越來越多的AI芯片(含優化的函數庫)為基因測序的進一步普及創造了更多機會,也極大地促進生物信息學的快速發展.