基因测序是生物信息学领域中重要的基础性问题,主要是获取基因序列中的信息,进行基因测序的根本方法是基因序列比对。目前,基因序列比对在临床医学上有着十分重要的作用,分析人类基因信息,可为医生在诊断,治疗病人时,提供极大的参考,也可以为人们预防疾病提供帮助。随着新一代测序仪器与测序技术的快速发展,基因测序的成本大大降低,基因数据库中的碱基数量大幅度增加。进行基因序列比对需要分析的碱基数量出现了极大的增长,而现有的计算资源与序列比对算法的计算速度,已经难以匹配目前基因测序数据数量的增长速度,导致出现速度失配问题。针对这一问题,本文提出了一种基于CPU-FPGA的Smith-Waterman算法的硬件加速方案。本设计对Smith-Waterman算法的计算原理进行分析,根据该算法在碱基序列计算得分的过程中,反对角线上的数据互不依赖的特征,结合动态规划思想,在序列打分部分提出了并行循环计算方案。在回溯部分,使用两个BRAM阵列,使保存回溯路径和回溯可同时进行。本文基于CPU+FPGA的异构平台,采用Open CL标准,实现该算法的硬件加速,解决了序列比对的速度失配问题。在实现整个系统的过程中,通过PCIe将测试数据传输到FPGA中的DDR中,再通过AXI总线传输到该算法的FIFO中存储,根据指令读取数据,进行运算。该算法包括数据写入模块、控制模块、数据暂存模块、数据传输模块、初始值模块、PE阵列模块、分数暂存比较模块、回溯模块以及数据输出模块。在Xilinx的SDAccel开发环境下,使用C语言完成该系统的控制部分,用verilog语言实现该算法模块并完成仿真。使用matlab语言开发该算法的序列比对得分部分,以此验证序列比对得分硬件仿真结果的正确性。硬件仿真完成后,生成比特流文件,配置到FPGA中完成运算。实验结果表明,本设计使用CPU+FPGA的异构硬件平台,成功实现Smith-Waterman算法的硬件加速,得出了正确的最优局部序列对以及对应的最大得分,实现的速度为302.6 GCUPS,与实现该算法的其他方案对比,本设计提高了该算法的运算速度。