高性能計算在生命科學領域的運用與瓶頸

生命科學的研究范圍十分廣泛，通常包括生物學和藥物學 ，以生物學來說，研究人員為了理解生物細胞中發生的各種生物化學過程，研究者需要詳細地了解生物大分子，如蛋白質、核酸等，在多個時間和空間尺度下的結構、動力學和功能等，以及這些生物分子之間動態相互作用的具體細節。實驗可以得到生物分子的靜態結構，提供生物分子的動力學信息，但這些手段的時空解析度十分有限，通常只能得到系統平均性質，而不能得到個體分子的運動信息，因此，計算手段就成了另一種不錯的選擇。也是就是我們常說的分子動力學模擬實驗。

生物分子模擬的空間尺度也與計算機技術和計算機技術的發展密切相關。分子動力學計算所需的高性能算力資源非常大，在每一個時間步上的作用力計算都需要大量的計算操作，并且這種作用力計算需要重復多次。例如，對一個十萬原子的體系來說，每一次作用力計算大概需要十億次級的運算操作；原子震動的時間周期在幾個飛秒，（10 -15 S），因而，每個時間步長也必須在1~2個飛秒進行毫秒級的生物分子運動模擬就需要執行萬億（1012）次時間步計算，因此，分子動力模擬運算必須借助高性能計算提供算力資源進行計算。而現在單一處理器（核）很難為分子動力學提供足夠的算力資源。為了加速分子動力學的模擬，大規模并行計算成必然選擇。

隨著公有云的發展，公有云的無論在基礎硬件方面，還是并行計算的處理上都有了極大的提升，Cloudam云端也是依托公有云的計算資源為分子動力學提供算力資源。

Cloudam云端采用最新的硬件配置如Xeon Cascade Lake（2019年）， Nvidia A100（2020年），相比于國內最大的超算中心天河二號的計算核心為Xeon E5-2692（2011年產，22nm技術）有著絕對優勢。

除此之外，分子動力學的高性能計算軟件（包括商業版和非商業化軟件）是非常豐富的，例如，CHARMM，AMBER，LAMMPS，GROMACS，NAMD等，這些軟件在Cloudam云端的計算平臺上，都有預裝，用戶可開箱即用，同時Cloudam云端還為用戶提供多種作業方式，對于不熟悉命令行提交作業的用戶來說十分友好。

在硬件配置的加持下，分子動力學模擬有了巨大的發展和進步，包括圖形處理單元GPU和Intel Xeon Phi對分子動力學模擬的貢獻巨大，許多算法和分子動力學程序在GPU平臺得到了實現，在一個或多個GPU上的分子動力學模擬通常可以達到小型或中等規模標準機群的性能，具有較高的性價比。但在技術方面，由于GPU之間通信緩慢，多個GPU之間的有效并行仍有提升的空間，GPU機群的分子動力學性能仍然低于標準機群的性能，而Cloudam云端提供基于云原生技術的算力資源的不僅能夠有效克服這類問題，同時也具有極高的性價比。

高性能計算與云計算的區別與聯系

高性能計算（High performance computing） 指通常使用很多處理器（作為單個機器的一部分）或者某一集群中組織的幾臺計算機（作為單個計算資源操作）的計算系統和環境。高性能集群上運行的應用程序一般使用并行算法，把一個大的普通問題根據一定的規則分為許多小的子問題，在集群內的不同節點上進行計算，而這些小問題的處理結果，經過處理可合并為原問題的最終結果。由于這些小問題的計算一般是可以并行完成的，從而可以縮短問題的處理時間。
? ? ? ? 責任編輯:tzh