芯片的奥秘揭开新纪元：HPC时代如何让我们看透新冠与癌症的迷雾？

长久以来，高性能计算（HPC）给人的印象总是神秘且高深。这是因为它主要是学术界用来推进基础科学发现和探索的手段，比如上到宏观的宇宙大爆炸模拟、下到微观的量子物理和分子动力学研究，这种级别的话题一抛出来，就会有“生人勿近”的感觉。

然而，新冠肺炎对我们的突然袭击，让很多人重新认识了高性能计算：它非但不“高冷”，对热点事件的反应还出人意料的快——不论是中国还是全球，领先的基因与药物研发机构，在高性能计算的支持下，少则数小时，多则几天就破解了新冠病毒的结构，并立即开始疫苗的研制。

可以说，正是高性能计算在算力上的爆发式增长，让过去以“年”来计算时长、且需要无数次实验来纠错的病毒和疫苗研究过程发生了翻天覆地的变化，这种变化还不能只用一个“快”字来概括，而是“快”与“精准”兼顾。

在日前于珠海举办的大型科技会议上，一位来自英特尔公司副总裁Trish Damkroger在她的主题演讲中提到了这一点：“每天都有新的用户憧憬使用高性能计算系统新方法来应对越来越多的问题。例如制造企业利用高性能计算系统设计运动装备；铁路公司使用托管服务避免脱轨；药剂师使用机器学习查明药物中的有害成分。”

这些话，对整个行业而言已不仅仅是一句口号，它们正在变为重塑这一技术及行业共振。亲历这场峰会并站在E级（Exascale, 百亿亿级）时代门前的业内同仁，不论来自最终用户、产品技术提供商还是研究机构，都可能在思考：HPC将如何引起更多创新？它达成E级算力并与AI和大数据实现更为充分融合后，又将带何种前所未有的可能？

图一 CCF HPC China 2021上的英特尔展位

这两个问题，或许每个专业人士的心里都有自己的答案，每个人也会有一份期盼，但让我们暂时过滤掉这种多样性和复杂性，只谈医疗及生命科学领域。

更多疑难杂症将迎接精准疗法或药物

上述内容，就是HPC未来升级到E级计算时代，并与AI和大数据深度融合后，即将带来的变化。

正如之前提到的,HPC已经显著缩短了新冠病毒分析和疫苗研发时间，为数亿普通人的生命安全做出了巨大的贡献。如果把这个能力用于更广泛医疗细分领域，那么其快速又精确效果，也将扩展至这些细分领域。

一个典型例子就是美国影星安吉丽娜·朱莉，她家族成员患乳腺癌史，在进行基因检测后，其风险被评估为87%，于是她选择预防性切除手术，将风险降至5%以下。

这种结合基因测序、分子诊断等手段，加上HPC加速的一套方案目前只能惠及少部分人，因为现行算力的不足无法为所有个体提供同样的速度和准确性的服务。此外医学领域基础研究与临床医学之间存在隔阂，使得很多基础研究偏离实际需求，从而影响其效率作用于医学发展中。

因此，在HPC演进同时转化医学概念也被提出，要把基础医学研究紧密结合临床实践，以交叉合作实现从实验室到临床双向有效转化。在这个方向上，如上海交通大学附属瑞金医院转化医学中心，它聚焦于肿瘤（包括白血病）、代谢性疾病心脑血管疾病等重点领域，其实践过程涉及收集全面的患者生物信息数据，然后基于海量数据挖掘形成个性化诊疗方案，再普及相关疗法、新药物。

这一过程虽然简单却复杂。单个人类全基因测序分析涉及870GB数据，而患者通常处于危急状态要求快速处理。此外，由不同团队访问数据库需考虑并行访问能力，因此成为整体效率关键之一。

瑞金医院搭建定制超算平台，其中导入英特尔可扩展处理器强劲算力、高效算法保障超算平台运作，同时采用英特尔傲腾持久内存+分布式异步对象存储 (DAOS) 方案满足实时、高频访问需求。

图二 瑞金医院转化医学中心对DAOS优势剖析

吕纲表示：“DAOS充分发挥英特尔傲腾持久内存性能，为生信大数据平台提供了优异的小文件并发能力，对全球IO500排行榜公开数据冲击前十是一个突破。”

此外，还提到了英特尔XPU战略，是异构架构创新方向体现。CPU仍然扮演C位角色，但通用加速要借助GPU+FPGA+ASIC等各具特色加速设备协同工作。而第三代至强可扩展处理器集成了创新内核架构、大规模核心数量以及针对AI应用专用的深度学习加速功能，以提升通用加速能力及其对于AI应用专用的支持程度。此举显著提升金融领域蒙特卡罗模拟、二项期权价格估计等任务执行速度。