AnySeq/GPU: a novel approach for faster sequence alignment on GPUs

DOI:	https://doi.org/10.1145/3524059.3532376
URL:	https://dl.acm.org/doi/10.1145/3524059.3532376
Dokumenttyp:	Konferenzveröffentlichung
Erscheinungsjahr:	2022
Buchtitel:	Proceedings of the 36th ACM International Conference on Supercomputing (ICS' 22)
Seitenbereich:	1-11
Veranstaltungstitel:	CS '22: 2022 International Conference on Supercomputing
Veranstaltungsort:	New York, NY, Online
Veranstaltungsdatum:	28.-30.06.2022
Herausgeber:	Rauchwerger, Lawrence ; Cameron, Kirk
Ort der Veröffentlichung:	New York
Verlag:	Association for Computing Machinery
ISBN:	978-1-4503-9281-5
Verwandte URLs:	https://www.researchgate.net/publication... https://dl.acm.org/doi/proceedings/10.11...
Sprache der Veröffentlichung:	Englisch
Einrichtung:	Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Programmiersprachen und Compilerdesign (Juniorprofessur) (Leißa 2021-)
Fachgebiet:	004 Informatik

Dieser Eintrag ist Teil der Universitätsbibliographie.

BASE: Müller, André ; Schmidt, Bertil ; Membarth, Richard ; Leißa, Roland ; Hack, Sebastian

Google Scholar: Müller, André ; Schmidt, Bertil ; Membarth, Richard ; Leißa, Roland ; Hack, Sebastian

ORCID: Müller, André ; Schmidt, Bertil ; Membarth, Richard ; Leißa, Roland

; Hack, Sebastian

Aufrufe im letzten Jahr

Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail

Eintrag anzeigen