芯片的智慧：揭秘HPC时代如何革新抗癌与疫情之战

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盛会上，一位英特尔公司副总裁在其主题演讲中这样总结道：“每天都有新的用户憧憬使用高性能计算系统的新方法来应对越来越多的人类挑战。例如制造企业利用这些系统设计更为耐用的运动装备；铁路公司使用托管服务避免脱轨；而药剂师则利用机器学习查明药物中的潜在危害。”

这位副总裁的话，对整个技术行业而言已不仅仅是一句口号，而是一个正在逐步成为行业共识的事实。亲历了这一场技术革命并站在E级（Exascale，即百亿亿级）计算时代门槛上的业内同仁，不论他们来自哪个领域，都可能都在思考：E级算力将带来什么样的变革？它如何融合AI和大数据，从而为人类社会带来的改变？

图一 E级超算展览区

这个问题，或许每个专业人士的心里都有自己的答案，但对于普通大众来说，也许只有期待。但让我们暂时忽略这种复杂性，只关注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

上面这句话，就是E级超算时代，以及AI、大数据深度融合后，将为这个领域带来的巨大变革。

正如前文提到的，加速至E级水平后的超算，将进一步缩短疾病分析时间，并使得医患获得更加个性化治疗方案。在美国著名影星安吉丽娜·朱莉身上，我们看到了这样的例证。她通过基因检测预防性手术显著降低了乳腺癌风险。

这种结合基因测序、分子诊断等技术，并由超算加速处理的一站式医疗解决方案目前只能惠及少部分患者，其主要原因就是现有的超算能力不足无法提供相同速度和精确度服务。此外，由于医学领域中基础研究与临床应用仍然存在隔阂，使得许多基础研究偏离实际需求，从而影响医学发展效率。

为了解决这一问题，便提出了转化医学概念，它旨在把基础医学研究与临床实践紧密相连，以实现实验室到临床快速有效转化。作为中国首个国家综合性转化医学中心——上海交通大学附属瑞金医院转化医学中心，它聚焦于肿瘤、代谢疾病以及心脑血管疾病等关键领域，其工作流程涉及全方位收集患者生物信息数据，然后基于海量数据挖掘分析，最终形成更具针对性的诊疗方案并推广相关新疗法、新药物。

不过，这整个过程既复杂又困难，其中最核心的问题之一便是在数据收集、传输存储处理环节。单个人类全基因测序分析所需数据量达到870GB，再加上患者急需迅速得到结果，因此要求极限优化处理时间。而不同团队访问海量数据库也成为瓶颈，所以并行访问能力成为了整体效率提升的一个关键要素。

瑞金医院建立了一套集存传算用的定制超算平台，该平台采用英特尔至强可扩展处理器提供强劲运算能力，同时搭配英特尔傲腾持久内存+分布式异步对象存储（DAOS）的方案满足实时、高频访问需求。这项创新被认为将打破生信字段现有的记录限制，为全球IO500排行榜争取进入前十名，是一次突破性的里程碑。

图二 瑞金医院转化医学中心DAOS优势剖析

此外，还有关于未来E级盼望着更先进技术支持健康治愈所抱负的一般公众愿景，那么我们问自己，如果能实现这样的梦想，那又该如何做？

要达成如此高度惊人的目标，有必要进行根本性的变革甚至颠覆当前所有已知模式。而一种大家普遍认可的是必须引入基于异构架构设计，因为CPU必须配合GPU+FPGA+ASIC共同合作才能真正触及未来的可能性。英特尔XPU战略就是这方面创新方向的一个具体体现，如今第三代至强可扩展处理器就借助内核架构创新、二项期权优化等技术，不仅提升通用运算能力，更专注于AI应用加速效果证明其有效性，与上一代相比，大幅提高金融模型运行速度，为各种复杂模型训练开辟空间！

所以当谈起芯片材料，我们自然想到它们背后的故事，以及它们如何赋能着这些令人瞩目的数字革命。如果你想要了解更多关于HPC时代如何重塑抗癌与疫情之战，请继续关注我们的报道！