2. bin

这里的 bin 可以理解为：按图分区（partition）把 reads 分到不同的“桶”里，每个桶对应一个图分区。它是 host 侧做批处理和数据复用的单位。

结合论文上下文，具体含义如下：

1. bin 对应一个图分区

   • Locus 先用 partitioning 算法（RBCP）把 pangenome graph 切成若干个 partition。
   • 每个 partition 包含一组 graph nodes、edges、vertex sequences、adjacency lists 等子图数据。
   • 这个 partition 在 host 侧调度时就被称为一个 bin。
   • 论文里也直接说 “their mapped bin”，即 read 映射到的那个图分区。

2. host 按 bin 对 reads 分组

   • 每个 read 经过 seeding 后会产生 anchors，这些 anchors 会落在某个图分区里。
   • host 根据 read 主要落在哪个 partition，把它归入对应的 bin。
   • 然后 host 一次只提交一个 bin 给 Locus 处理，而不是把所有 reads 混在一起。

3. bin 的作用：让图拓扑数据被多个 reads 复用

   • 处理一个 bin 时，该 bin 对应的子图数据（vertex sequences、adjacency lists 等）从 DRAM 加载一次。
   • 这个 bin 里的所有 $\beta$ 个 reads 都可以复用这份图数据。
   • 因此公式 (5) 中 topology 项是： $$\frac{\alpha N_p S_\tau}{\beta}$$ 这里的 $\beta$ 就是“每个 bin 中的 reads 数”。除以 $\beta$ 表示 topology 流量被这批 reads 分摊了。

4. 公式 (6) 中的 $|B_i|$

   • $|B_i|$ 表示第 $i$ 个 bin 里的节点数。
   • $|B_i| \cdot S_\tau$ 就是该 bin 的子图 topology 占用的片上存储大小。
   • 所以 bin 也是片上 buffer 容量约束里要装下的图数据块。

5. bin 和 tile 的区别

   • tile：是单个 read 内部的 anchor 分批，大小是 $T$ 个 anchors，用于片上 LC → GC → AL 流水。
   • bin：是跨 reads 的图分区级批处理单位，用于图拓扑数据复用。
   • 一个 bin 可以包含多个 reads；每个 read 又可以分成多个 tiles。
   • bin 解决的是“图数据复用”，tile 解决的是“中间结果片上保留”。

6. 论文中确定 bin 的方式

   • 在架构部分提到，host 会确定 bin，即 “the partition containing the most anchors during tile batching”。
   • 也就是说，一个 read 或一批 reads 的 anchors 主要落在哪个 partition，就把它归到哪个 bin。

简单总结：
bin = 图分区对应的批处理桶。Host 把 reads 按映射到的图分区放入不同 bin，一次处理一个 bin，使该分区的子图数据只需加载一次，供该 bin 内所有 reads 共享，从而降低 DRAM topology 流量。