374
今年的5月10日，首屆《中國生物計(jì)算大會(huì)暨數(shù)字醫(yī)學(xué)創(chuàng)新峰會(huì)》圍繞“如何定義生物計(jì)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(huì)表明，生物計(jì)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(gè)新熱點(diǎn)，“生物計(jì)算 = 新數(shù)據(jù) *新算法”成為大會(huì)公認(rèn)的觀點(diǎn)。
生物計(jì)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(jì)算，同時(shí)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(shí)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(jià)值的時(shí)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(gè)方面很好的滿足數(shù)據(jù)中心不同應(yīng)用的要求。第一個(gè)，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(shí)的特性。第二個(gè)，自適應(yīng)能力，可以滿足不斷變化的工作負(fù)載。第三個(gè)，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(jì)算，同時(shí)還能加速存儲、網(wǎng)絡(luò)，通過單卡滿足客戶多樣化要求。”
?
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(gè)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(gè)小時(shí)，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(jì)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(jì)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(gè)特點(diǎn)就是它能夠加速的計(jì)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(huì)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?！?/p>
?
圖 | 第二代基因測序流程
他舉例道，“以第二代基因測序?yàn)槔玖鞒叹褪腔蚨绦蛄袦y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(huì)引用到很多統(tǒng)計(jì)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(jì)算需求。最后，在做生物醫(yī)學(xué)分析時(shí)，會(huì)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(cuò)?！?/p>
“應(yīng)用落地方面，以人和未來的基因測序分析項(xiàng)目為例，如果是用CPU來做的話，基本上24小時(shí)沒有辦法完成一個(gè)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(gè)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(gè)樣本的處理。”
“生物計(jì)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(shí)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?yàn)檫@樣的平臺有很多非常現(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。基于這個(gè)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(jì)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(gè)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(shí)的分析時(shí)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(jì)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(gè)藥物發(fā)現(xiàn)和新藥研發(fā)流程中，計(jì)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?！?/p>
“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(shí)間，這款藥物就是通過計(jì)算機(jī)輔助藥物設(shè)計(jì)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(jì)算機(jī)計(jì)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(dòng)態(tài)結(jié)構(gòu)變化模擬耗時(shí)
“此外，分子動(dòng)力學(xué)計(jì)算消耗算力也是非常巨大，例如對新冠病毒表面一個(gè)刺突蛋白的動(dòng)態(tài)結(jié)構(gòu)變化，需要對100萬個(gè)原子之間的相互作用計(jì)算10億次。要完成這一模擬，一臺傳統(tǒng)CPU服務(wù)器需耗時(shí)8年。因此，往往需要大型超級計(jì)算機(jī)才能承擔(dān)。美國DEShaw研制了分子動(dòng)力學(xué)專用超算ANTON2，搭載了分子動(dòng)力學(xué)專用計(jì)算架構(gòu)的ASIC，對于剛才提到的百萬原子體系，每天能夠計(jì)算9.5微秒的運(yùn)動(dòng)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(dòng)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(dòng)力學(xué)計(jì)算數(shù)據(jù)。”
據(jù)悉，雪湖科技基于賽靈思 Alveo 加速卡的分子動(dòng)力學(xué)專用計(jì)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(shí)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(shí)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?br /> ?
