高性能计算在生命科学中的应用

高性能计算在生命科学领域的运用与瓶颈

生命科学的研究范围十分广泛，通常包括生物学和药物学 ，以生物学来说，研究人员为了理解生物细胞中发生的各种生物化学过程，研究者需要详细地了解生物大分子，如蛋白质、核酸等，在多个时间和空间尺度下的结构、动力学和功能等，以及这些生物分子之间动态相互作用的具体细节。实验可以得到生物分子的静态结构，提供生物分子的动力学信息，但这些手段的时空解析度十分有限，通常只能得到系统平均性质，而不能得到个体分子的运动信息，因此，计算手段就成了另一种不错的选择。也是就是我们常说的分子动力学模拟实验。

生物分子模拟的空间尺度也与计算机技术和计算机技术的发展密切相关。分子动力学计算所需的高性能算力资源非常大，在每一个时间步上的作用力计算都需要大量的计算操作，并且这种作用力计算需要重复多次。例如，对一个十万原子的体系来说，每一次作用力计算大概需要十亿次级的运算操作；原子震动的时间周期在几个飞秒，（10 -15 S），因而，每个时间步长也必须在1~2个飞秒进行毫秒级的生物分子运动模拟就需要执行万亿（1012）次时间步计算，因此，分子动力模拟运算必须借助高性能计算提供算力资源进行计算。而现在单一处理器（核）很难为分子动力学提供足够的算力资源。为了加速分子动力学的模拟，大规模并行计算成必然选择。

随着公有云的发展，公有云的无论在基础硬件方面，还是并行计算的处理上都有了极大的提升，Cloudam云端也是依托公有云的计算资源为分子动力学提供算力资源。

Cloudam云端采用最新的硬件配置如Xeon Cascade Lake（2019年）， Nvidia A100（2020年），相比于国内最大的超算中心天河二号的计算核心为Xeon E5-2692（2011年产，22nm技术）有着绝对优势。

除此之外，分子动力学的高性能计算软件（包括商业版和非商业化软件）是非常丰富的，例如，CHARMM，AMBER，LAMMPS，GROMACS，NAMD等，这些软件在Cloudam云端的计算平台上，都有预装，用户可开箱即用，同时Cloudam云端还为用户提供多种作业方式，对于不熟悉命令行提交作业的用户来说十分友好。

在硬件配置的加持下，分子动力学模拟有了巨大的发展和进步，包括图形处理单元GPU和Intel Xeon Phi对分子动力学模拟的贡献巨大，许多算法和分子动力学程序在GPU平台得到了实现，在一个或多个GPU上的分子动力学模拟通常可以达到小型或中等规模标准机群的性能，具有较高的性价比。但在技术方面，由于GPU之间通信缓慢，多个GPU之间的有效并行仍有提升的空间，GPU机群的分子动力学性能仍然低于标准机群的性能，而Cloudam云端提供基于云原生技术的算力资源的不仅能够有效克服这类问题，同时也具有极高的性价比。

高性能计算与云计算的区别与联系

高性能计算（High performance computing） 指通常使用很多处理器（作为单个机器的一部分）或者某一集群中组织的几台计算机（作为单个计算资源操作）的计算系统和环境。高性能集群上运行的应用程序一般使用并行算法，把一个大的普通问题根据一定的规则分为许多小的子问题，在集群内的不同节点上进行计算，而这些小问题的处理结果，经过处理可合并为原问题的最终结果。由于这些小问题的计算一般是可以并行完成的，从而可以缩短问题的处理时间。
        责任编辑:tzh