依據(jù)各級緩存容量，將CPU主存中種群個體和螞蟻個體數(shù)據(jù)劃分存儲到一級、二級和三級緩存中，以減少并行計算過程中數(shù)據(jù)在各級存儲之間的傳輸開銷，在CPU與GPU之間采取異步傳送和不完全傳送數(shù)據(jù)、CPU多個內核函數(shù)異步執(zhí)行多個流的方法，設置GPU block線程數(shù)量為16的倍數(shù)、CPU共享存儲器劃分大小為32倍的bank，使用GPU常量存儲器存儲交叉概率、變異概率等需頻繁訪問的只讀參數(shù)，將輸入串矩陣和重疊部分長度矩陣只讀數(shù)據(jù)結構綁定到GPU紋理存儲器，設計實現(xiàn)了一種多核CPU和CPU協(xié)同求解最短公共超串問題的計算、存儲和通信高效的并行算法。求解多種規(guī)模的最短公共超串問題的實驗結果表明，多核CPU與GPU協(xié)同并行算法比串行算法快70倍以上。