摘要：基因测序作为一个大数据处理、分析、挖掘的典型范例,对计算资源需求巨大.以单分子测序为特点的第三代测序技术发展迅速,极大地降低了测序成本,虽然能够实现对更加复杂物种(如农作物)的基因研究,但由于其具有高通量、超长读长、需要更多修正等特点,对计算技术提出了更高挑战.传统解决方案级的优化已经难以满足基因测序要求,基于异构并行的加速器方案越来越多地出现,并取得了较好的加速效果.近期,专用加速器(以及与之配合的测序算法)方案更是取得了令人振奋的加速效果.而伴随人工智能技术的发展,越来越多的AI芯片(含优化的函数库)为基因测序的进一步普及创造了更多机会,也极大地促进生物信息学的快速发展.