今年的5月10日，首屆《中國生物計算大會暨數(shù)字醫(yī)學(xué)創(chuàng)新峰會》圍繞“如何定義生物計算”這一主題展開，來自百度,、百圖生科、生命醫(yī)療大公司以及產(chǎn)業(yè)鏈上的合作伙伴都進(jìn)行了分享,。此次大會表明，生物計算作為跨界融合和與人類命運(yùn)息息相關(guān)的技術(shù)產(chǎn)業(yè)，正在成為科技業(yè)的一個新熱點(diǎn),，“生物計算 = 新數(shù)據(jù) *新算法”成為大會公認(rèn)的觀點(diǎn),。

　　生物計算賽道下的數(shù)據(jù)中心正在面臨怎樣的挑戰(zhàn)？

　　圖 | 面向數(shù)據(jù)中心的靈活應(yīng)變加速器

　　由于數(shù)據(jù)大爆炸,，特別是大量的非結(jié)構(gòu)化數(shù)據(jù)的產(chǎn)生,，應(yīng)用場景的不同，工作負(fù)載的不同,，帶來了對加速需求也各不相同,，數(shù)據(jù)中心正在經(jīng)歷一次技術(shù)轉(zhuǎn)型,，從以CPU為中心轉(zhuǎn)向定制的分布式計算,，同時多種不同的應(yīng)用、不同的工作負(fù)載及相應(yīng)的算法更新迭代很快,，遠(yuǎn)遠(yuǎn)超出芯片的發(fā)展速度,，現(xiàn)有芯片架構(gòu)無法滿足上述更新迭代的速度與需求。

　　什么樣的芯片架構(gòu)才能解決硬件拖后腿的現(xiàn)狀呢,？

　　賽靈思大中華區(qū)數(shù)據(jù)中心業(yè)務(wù)銷售總監(jiān)鐘屹表示,，“當(dāng)一種加速卡可以適配從云到端各種不同的工作負(fù)載，比如數(shù)據(jù)庫,、視頻和金融,，集成存儲和網(wǎng)絡(luò)的控制器，擁有強(qiáng)大的集成度,，同時性能和能耗比在運(yùn)營和成本上,，能給客戶帶來前所未有的價值的時候，這款產(chǎn)品就能滿足當(dāng)下市場的需求,?！?/p>

　　“以賽靈思為例，我們的自適應(yīng)加速平臺——Alveo卡,，就可以在三個方面很好的滿足數(shù)據(jù)中心不同應(yīng)用的要求,。第一個，得益于DSA （ Domain Specific Architecture）專用架構(gòu)的使用,，Alveo具有高性能,、高吞吐量和超低延時的特性。第二個,，自適應(yīng)能力,，可以滿足不斷變化的工作負(fù)載。第三個,，Alveo卡集成存儲和網(wǎng)絡(luò)控制器,，在加速方面，不僅僅能夠加速計算，同時還能加速存儲,、網(wǎng)絡(luò),，通過單卡滿足客戶多樣化要求?！?/p>

　　圖 | AI加速器橫評

　　“上圖展示了賽靈思自適應(yīng)加速平臺給客戶帶來的性能在不同應(yīng)用上的一個對比,，以illumina為例，這是美國的一家做基因測序的公司,，我們可以看到,，用CPU做基因測序要30個小時，而基于FPGA的解決方案則只要20分鐘,，有90倍的性能提升,。” 鐘屹補(bǔ)充道,。

　　Alveo適用于“生物計算”中的哪些應(yīng)用領(lǐng)域,？

　　根據(jù)賽靈思數(shù)據(jù)中心加速系統(tǒng)架構(gòu)師傅垚的介紹，賽靈思FPGA及自適應(yīng)計算加速平臺Alveo適合用于基因組學(xué)分析,、圖形數(shù)據(jù)庫,、醫(yī)療影像的處理分析，以及基于視頻影像監(jiān)控類型的應(yīng)用,。

　　傅垚強(qiáng)調(diào),，“賽靈思的Alveo加速平臺，最大的一個特點(diǎn)就是它能夠加速的計算類型理論上是不受限制的,，不像GPU對于浮點(diǎn)的高密度的矩陣或者是矢量運(yùn)算比較強(qiáng),，但其他的就會有限制，或者CPU基本上能做的事情比較多,，但是他的性能也是有限的,。”

　　圖 | 第二代基因測序流程

　　他舉例道,，“以第二代基因測序為例,，基本流程就是基因短序列測序、序列對比拼接,、預(yù)處理,、變體識別以及解碼/注釋。在序列對比拼接過程中,，主要是一些字符串模式的比對,，像GPU就很難做很高效的處理，但FPGA針對這種字符串模式的加速效果很好,。此外,，在變體識別過程中，會引用到很多統(tǒng)計算法之類的技術(shù)，Alveo搭載了高性能的DSP,，可以滿足高密度的計算需求,。最后，在做生物醫(yī)學(xué)分析時,，會有很大的數(shù)據(jù)庫的處理或者是自然語言處理的一些工作量,，Alveo的加速能力也不錯?！?/p>

　　“應(yīng)用落地方面,，以人和未來的基因測序分析項目為例，如果是用CPU來做的話,，基本上24小時沒有辦法完成一個樣本的處理,；用GPU來做，用8張英偉達(dá)的V100加速卡,，可以完成32個樣本的處理,；但是同樣的樣本處理,，我們用Alvoe加速卡在基本標(biāo)準(zhǔn)的服務(wù)器上,，單張Alveo加速卡就可以實(shí)現(xiàn)超過46個樣本的處理?！?/p>

　　“生物計算”落地者有話說

　　圖 | 人和未來基因順序分析框圖

　　針對傅垚的描述,，來自人和未來的首席醫(yī)學(xué)官王益民表示，“圍繞加速這一需求我們一直在尋找一些可能的解決方案,，經(jīng)過很長時間的對比,，我們最終選定了賽靈思高性能的FPGA作為我們硬件。因為這樣的平臺有很多非?，F(xiàn)實(shí)的優(yōu)勢,，除了性能，還有其特有的軟硬件全部可重新編程的優(yōu)勢等,?；谶@個平臺我們開發(fā)了圍繞大數(shù)據(jù)基因組這樣的存儲傳輸計算，以及后續(xù)的解讀大數(shù)據(jù)基因組相關(guān)的分析方案和平臺,，從而使得我們快速推出了基因組分析平臺,，并已經(jīng)在科研和臨床等各個領(lǐng)域開始部署和應(yīng)用?！?/p>

　　“在加速效果方面,，經(jīng)過FPGA的加速，我們把原先大概需要30-40小時的分析時間,，壓縮到了短短的20分鐘以內(nèi),。” 王益民如是說。

　　除了基因測序,，來自雪湖科技的生命科學(xué)計算首席科學(xué)家盛楠表示,，“藥物研發(fā)最重要的兩點(diǎn)就是藥效和安全性，從整個藥物發(fā)現(xiàn)和新藥研發(fā)流程中,，計算占的比重還是比較大的,。特別是在中間：靶點(diǎn)發(fā)現(xiàn)，化合物發(fā)現(xiàn),，以及先導(dǎo)化合物優(yōu)化方面,。”

　　“以常見的抗流感病毒藥物——奧司他韋為例,，從研發(fā)到上市只用了7年時間,，這款藥物就是通過計算機(jī)輔助藥物設(shè)計算出來的。首先獲取靶點(diǎn)蛋白的三維結(jié)構(gòu),，并數(shù)字建模,，然后通過計算機(jī)計算與靶點(diǎn)結(jié)構(gòu)匹配的藥物分子。類似給鎖建立數(shù)字模型,，配鑰匙,。這樣做的好處是能夠大幅提高研發(fā)成功率，但數(shù)據(jù)量增加了數(shù)百萬倍,?！?/p>

　　圖 | 新冠病毒表面刺突蛋白的動態(tài)結(jié)構(gòu)變化模擬耗時

　　“此外，分子動力學(xué)計算消耗算力也是非常巨大,，例如對新冠病毒表面一個刺突蛋白的動態(tài)結(jié)構(gòu)變化,，需要對100萬個原子之間的相互作用計算10億次。要完成這一模擬,，一臺傳統(tǒng)CPU服務(wù)器需耗時8年,。因此，往往需要大型超級計算機(jī)才能承擔(dān),。美國DEShaw研制了分子動力學(xué)專用超算ANTON2,，搭載了分子動力學(xué)專用計算架構(gòu)的ASIC，對于剛才提到的百萬原子體系,，每天能夠計算9.5微秒的運(yùn)動軌跡,。這臺機(jī)器服務(wù)于Relay醫(yī)藥，為Relay醫(yī)藥提供算力支持,，基于蛋白動態(tài)行為研發(fā)抗癌新藥,。在新冠疫情爆發(fā)之后，這臺機(jī)器快速反應(yīng),，公開了大量新冠病毒的分子動力學(xué)計算數(shù)據(jù),?！?/p>

　　據(jù)悉，雪湖科技基于賽靈思 Alveo 加速卡的分子動力學(xué)專用計算的性能優(yōu)異,，對于百萬原子體系100納秒的模擬,，只需要8小時就可以完成。

　　結(jié)語

　　目前人類與疾病的斗爭已經(jīng)進(jìn)入到算力的時代,，需要更強(qiáng)算力與這些病毒,，比如說新冠病毒進(jìn)行抗?fàn)帯?/p>