極道為未來醫療提供“計算超能力”
在Datacenter Dynamics Converged (以下簡稱“DCD”)發布的《hyperscale、HPC and colocation predictions for 2021》一文中指出,超算在生物信息學和制藥業的使用量激增。事實上,今年超算和密集計算對該行業的加速發展或影響是最大的。
研發一款新藥,通常需要耗費漫長的時間和巨額的花銷。這也是為什么在《我不是藥神》這部影片中,我們看到特效藥讓普通病友望而卻步,讓人長嘆看個病怎么就這么難!無一不觸及著與你我息息相關而又難以逃避的命題:藥與病。
然而,科技的進步不斷刷新著人們在固有問題里的局限。如DCD所報道的那樣,HPC和人工智能正在加速醫療領域的發展,逐步改善這一局面。或許,特效藥在不久的將來能打破“專享”,照顧到每一位病友。
AI+ HPC縮短藥物研發周期,節省時間成本
HPC能大幅度縮減新藥品研發的時間。例如科學家們用冷凍電鏡技術,獲取核酸和蛋白等生物大分子的結構并深入研究,探尋生命活動的規律,從而理解生命,幫助發現和設計新藥。除輔助藥物設計外,HPC在組合化學、高通量篩選領域為新藥研究提供強大技術支撐,節省了巨大的時間和精力消耗。

如果說HPC為醫學帶來了飛躍式發展,那么人工智能技術在醫學領域從生產力上對傳統醫療行業帶來了改變。人工智能在醫學領域的應用有手術機器人、醫學影像診斷到遠程醫療等,主要用于醫療診斷、輔助治療與健康管理、藥物研發,其中醫學影像是當前人工智能與醫學結合度最好的領域之一。
計算節點是影響HPC性能指標的核心,異構并行計算作為重要技術之一承擔起了技術變革的重任。一方面CPU、GPU、FPGA等硬件計算單元通過更多時鐘頻率和內核數量提高計算能力;另一方面通過技術優化提高執行效率,使平臺資源充分得到利用。
而人工智能的不斷發展,越來越多的機器學習和深度學習計算框架涌現出來,大量的數據和模型使得人工智能對分布式訓練的需求越來越強烈,數據并行、模型并行都對計算系統平臺提出了很高的要求。
如何構建高效的統一計算、存儲系統平臺,有效的在共享硬件資源的基礎上,動態的構架合適的計算框架,靈活的融合大數據、并行計算和人工智能計算框架,成為了大數據智能時代首先要解決的問題。
極道為未來醫療提供計算力支撐
在醫療領域越來越廣泛使用的HPC和人工智能技術,都離不開強大的計算力支持。極道作為先進的智能數據系統供商,已經在該領域前行甚遠。
極道Achelous是新型的分布式統一計算系統,通過全新的計算資源管理技術,基于CUP以及GPU、FPGA等異構計算資源構建一個無限擴展、高性能的計算架構體系,智能數據流引擎幫助用戶整合人工智能、大數據計算、高性能計算和高通量計算等多粒度的計算任務,實現了融合多種計算于同一套物理集群,提高計算的并行程度和提高資源利用率,從而進一步降低用戶的TCO。
破除異構難題,提升效率的“超能力”
當企業根據自身不同需求各自構建所需的系統和計算集群時,割裂的計算集群建設帶來的是重復的建設,資源利用不飽和,造成極大的資源浪費。
不同階段的大數據分析和模型訓練需要統一的計算平臺,Achelous能夠共享和管理所有的計算資源,動態按需構建計算框架,包括大數據相關的Spark/Hadoop、批量計算、MPI高性能計算和人工智能框架Tensorflow,Caffe*。
用戶只需提交指令信息,系統即可自動將整個計算作業運行起來,交互不受限制。同時在任務運行周期內,還能夠對任務進行實時狀態監控、日志分析和性能統計,簡化運維流程。

突破集群規模瓶頸,提供計算的“超能力”
海量數據的爆發,對計算力的要求也隨之增加,越來越多的計算節點意味著資源管理器和調度器的壓力越來越大,規模瓶頸的表現是調度效率的降低。
Achelous將多種異構計算資源統一管理,支持集群規模擴展。采用多級調度的手段和分布式調度器,在形成統一調度空間的前提下,多個調度隊列和多個調度器實例之間相互協作,負載均衡,多級調度,突破計算集群規模的瓶頸。
全程策略實時調整的“超能力”
高性能計算作業中很可能需要多種算法模型同時運行,而算法對存儲也有著不同的需求。
極道運用“應用感知”將計算和存儲協同設計,不但實現了多業務場景下數據IO的多模式與計算模塊的配合,并且計算模塊內嵌的高級存儲性能統計功能可以指導存儲調度策略,保證了數據處理過程中的計算和存儲的高效協同。
隨著醫療技術的持續進步,未來類似納米修復、基因修補等新型醫療技術的開發與應用,或許將讓人類真正觸摸到“上帝禁區”,而HPC與人工智能將會發揮越來越重要的作用。本著研發用戶真正需求的產品,極道多年來始終深耕應用研發,從行業中洞察用戶的真正需求,并數年如一日打磨產品。在未來,極道還將繼續精準深耕精準醫療和生物醫藥等行業,為可能面對的挑戰做好準備。
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞


分享









