浪潮云海“提速”生物島實(shí)驗室生物科研再創(chuàng)新

（全球TMT2021年8月19日訊）被譽(yù)為國家級實(shí)驗室“預(yù)備隊”的生物島實(shí)驗室，應(yīng)勢選擇了以云智一體為核心的浪潮云?？蒲性平鉀Q方案，為更加智能地開展科研醫(yī)療工作，投身建設(shè)生物醫(yī)學(xué)大數(shù)據(jù)科研軟件平臺中。

云智深度融合科研云解決方案全面助力科研創(chuàng)新與業(yè)務(wù)智能

為更好解決生物醫(yī)學(xué)在科研創(chuàng)新與業(yè)務(wù)應(yīng)用方面的諸多問題，浪潮云海推出了以云智一體為核心的科研云解決方案。該方案基于開放、融合、敏捷、智能的原則，按照集約建設(shè)、分層解耦、云邊協(xié)同的建設(shè)思路構(gòu)建一套融合虛擬化、容器、人工智能和 PC的科研云平臺。

做到向上提供統(tǒng)一的服務(wù)目錄，將基礎(chǔ)設(shè)施、人工智能、邊緣計算、高性能計算等資源全面云服務(wù)化，為科研創(chuàng)新應(yīng)用提供全棧云服務(wù)，高效解決伴隨平臺建設(shè)諸多問題的同時，讓生物醫(yī)學(xué)科研“落地有聲”。 

云邊協(xié)同讓數(shù)據(jù)“少跑路”，處理效率突飛

為了更好解決科研平臺數(shù)據(jù)采集節(jié)點(diǎn)（子節(jié)點(diǎn)）在數(shù)據(jù)源單位的部署運(yùn)維、資源調(diào)度以及協(xié)同計算等問題，浪潮云海在項目中采用了云邊協(xié)同的方案架構(gòu)。 具體來說，實(shí)施該架構(gòu)首先在每個數(shù)據(jù)源單位各部署一套浪潮InCloud Rail超融合平臺，提供數(shù)據(jù)采集、分析挖掘所需的算力和存儲支撐，優(yōu)先滿足數(shù)據(jù)本地化處理需求，實(shí)現(xiàn)數(shù)據(jù)“少跑路”。 

各個子節(jié)點(diǎn)的超融合平臺由主心節(jié)點(diǎn)的科研云平臺統(tǒng)一納管，可實(shí)現(xiàn)跨地域、跨中心資源的統(tǒng)一調(diào)度、統(tǒng)一監(jiān)控、統(tǒng)一運(yùn)維，實(shí)現(xiàn)對科研工作的數(shù)字化、智能化、一體化管控。與此同時，中心節(jié)點(diǎn)與各子節(jié)點(diǎn)形成“云邊協(xié)同”架構(gòu)，可開展科研協(xié)同訓(xùn)練，實(shí)現(xiàn)數(shù)據(jù)在不出子節(jié)點(diǎn)的情況下參與計算訓(xùn)練。

此外，中心節(jié)點(diǎn)云平臺還提供了應(yīng)用下發(fā)的能力，可以通過中心節(jié)點(diǎn)為各個子節(jié)點(diǎn)批量下發(fā)高效的臨床組學(xué)智能分析工具，大大提升了應(yīng)用交付效率，高達(dá)30%以上。即云平臺中心節(jié)點(diǎn)承載統(tǒng)一的應(yīng)用全局分發(fā)、管理、監(jiān)控、運(yùn)維及運(yùn)營等工作，子節(jié)點(diǎn)則承擔(dān)應(yīng)用運(yùn)行以及監(jiān)控日志收集、清洗等，數(shù)據(jù)處理效率提升。

高效融合AI與HPC，計算能力猛進(jìn)

為了更好支撐生物島實(shí)驗室的基因測序、醫(yī)療影像三維重構(gòu)、醫(yī)療圖像分析等HPC和AI應(yīng)用，浪潮云海在本次建設(shè)的科研云平臺中融合了人工智能和HPC能力，總體算力超千萬億次，可用存儲空間大于 3PB，效率提速20倍之多，充分滿足生物醫(yī)學(xué)研究對計算分析、數(shù)據(jù)存儲的剛需。 此外，本次項目依托浪潮HPC集群管理平臺ClusterEngine，打通硬件運(yùn)維、業(yè)務(wù)管理和應(yīng)用性能分析，大幅提升集群的資源利用率和計算效率，針對基因測序方面應(yīng)用場景可以將人和類似哺乳動物的全基因組組裝時間縮短到2天以內(nèi)。

基于浪潮人工智能平臺承載的醫(yī)療影像分析、AI輔助診斷等相關(guān)應(yīng)用研究工作，高效支撐了生物實(shí)驗室海量的醫(yī)療影像數(shù)據(jù)計算，數(shù)倍提升了AI模型的訓(xùn)練效率。 

搭載微服務(wù)容器平臺，科研應(yīng)用創(chuàng)新顯著

為了高效落地科研創(chuàng)新應(yīng)用建設(shè)，本次部署的浪潮云海容器平臺基于微服務(wù)架構(gòu)，通過多種應(yīng)用編排模式集成各類資源，包括多節(jié)點(diǎn)數(shù)據(jù)的協(xié)同挖掘分析和算法模型訓(xùn)練、智能工具集成、知識庫集成等創(chuàng)新應(yīng)用；同時整合了第三方大數(shù)據(jù)及醫(yī)療人工智能企業(yè)智能應(yīng)用等，形成了生物醫(yī)學(xué)大數(shù)據(jù)共享應(yīng)用平臺，進(jìn)一步實(shí)現(xiàn)數(shù)據(jù)、知識、技術(shù)協(xié)同創(chuàng)新。

目前，生物島實(shí)驗室科研云平臺已全面投入使用，已經(jīng)基于該平臺開展了高效的標(biāo)準(zhǔn)化生物信息分析、臨床多組學(xué)數(shù)據(jù)科研挖掘和臨床分子檢測智能解讀等工作。未來還將整合臨床醫(yī)學(xué)知識圖譜及人工智能技術(shù)，不斷覆蓋基因組學(xué)、代謝組學(xué)、蛋白質(zhì)組學(xué)、表觀遺傳學(xué)等多維度組學(xué)測序數(shù)據(jù)，構(gòu)建更完整的患者閉環(huán)數(shù)據(jù)鏈條，全面支持精準(zhǔn)醫(yī)學(xué)大數(shù)據(jù)應(yīng)用。