北京2021年8月19日 /美通社/ -- 作為世界經濟發展以及新一輪科技產業創新的核心領域，生物醫藥產業正快速挺進蓬勃發展階段。對此，被譽為國家級實驗室“預備隊”的生物島實驗室，應勢選擇了以云智一體為核心的浪潮云海科研云解決方案，為更加智能地開展科研醫療工作，投身建設生物醫學大數據科研軟件平臺中。

為了更好整合國內外再生醫學與健康領域創新資源，積極布局以再生醫學前沿基礎研究、臨床創新研究等為代表的重要科研方向，進一步打造再生醫學與健康前沿研究基地、臨床應用基地與高水平人才基地，并加快推進生物醫學科研創新應用向云智一體化方向發展，生物島實驗室攜手浪潮云海，如火如荼地展開了生物醫學大數據科研軟件平臺的建設工作。

遭遇平臺建設“絆腳石”  部署、算力、管理、應用均有疑難

盡管平臺建設意義重大，但著手之初還是不可避免“遭遇”了來自節點采集、算力支持、管理協同以及應用創新等“絆腳石”，具體來說：

“節點部署限制多 彈性穩定成剛需”為了更好助力醫療業務效率提升以及精準醫療大數據應用，高效的數據采集變得十分關鍵，而節點部署更是重中之重。通常，采集節點主要部署在數據源單位例如醫院中，來負責本地采集、挖掘分析以及共享管理等工作，數據來源更是涉及HIS、RIS、LIS、 PACS、基因、組學等多類型系統，復雜量大，需要滿足采集節點對資源彈性、擴展性、穩定性等方面的需求。

如此看來常規的物理機部署架構很難滿足上述要求，采用輕量高效、高穩定性、易運維擴展的虛擬化架構來支撐采集節點部署，就顯得十分重要。

“高效算力更關鍵 效率提升最迫切”眾所周知，生物醫學研究以數據量大、計算要求高等特質著稱。舉個例子來說，有數據顯示一次人體的全基因組檢測就會產生超過100G的數據量，就算做局部檢測涉及到的大樣本批量處理也會帶來極高的計算需求。

此外針對某種疾病的研究，更是需要通過對多達幾千對的基因數據進行測序工作才可完成研究第一步，而目前的醫療機構以現階段的設備水平則需數年才可搞定。反觀傳統CPU的運算能力，根本無法支撐如此生物醫學科研需求，所以如何通過新建更高性能的算力平臺來提升科研分析訓練的效率，也成為本次平臺建設需要重點考量的問題。

“多分支管理難度大，資源協同是關鍵”過去，實驗室中多個數據采集節點基本呈現分散無序的狀態，對此帶來的資源協同難度大、運維管理更復雜以及維護成本居高不下等問題始終困擾生物島實驗室，并對中心節點科研平臺建設帶來挑戰，所以達成資源的統一調度、計算協同以及統一運維等后續服務迫在眉睫。

“傳統架構阻創新，微服務容器助敏捷”伴隨云原生、人工智能、數字計算等創新科技的快速發展，傳統以資源為中心的應用部署模式很難滿足高效編排、快速迭代等需求，亟需在保障數據安全的基礎上建設微服務應用容器平臺。基于微服務容器架構開展協同挖掘分析、模型訓練、智能工具集成、知識庫集成等創新應用建設，為各級科研人員及第三方大數據人工智能企業提供多維度的科研創新服務。

云智深度融合科研云解決方案全面助力科研創新與業務智能

為更好解決生物醫學在科研創新與業務應用方面的諸多問題，浪潮云海深諳其中之道，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、分層解耦、云邊協同的建設思路構建一套融合虛擬化、容器、人工智能和 PC的科研云平臺。

做到向上提供統一的服務目錄，將基礎設施、人工智能、邊緣計算、高性能計算等資源全面云服務化，為科研創新應用提供全棧云服務，高效解決伴隨平臺建設諸多問題的同時，讓生物醫學科研“落地有聲”。 

云邊協同讓數據“少跑路”，處理效率突飛

為了更好解決科研平臺數據采集節點（子節點）在數據源單位的部署運維、資源調度以及協同計算等問題，浪潮云海在項目中采用了云邊協同的方案架構。 具體來說，實施該架構首先在每個數據源單位各部署一套浪潮InCloud Rail超融合平臺，提供數據采集、分析挖掘所需的算力和存儲支撐，優先滿足數據本地化處理需求，實現數據“少跑路”。 

各個子節點的超融合平臺由主心節點的科研云平臺統一納管，可實現跨地域、跨中心資源的統一調度、統一監控、統一運維，實現對科研工作的數字化、智能化、一體化管控。與此同時，中心節點與各子節點形成“云邊協同”架構，可開展科研協同訓練，實現數據在不出子節點的情況下參與計算訓練。

此外，中心節點云平臺還提供了應用下發的能力，可以通過中心節點為各個子節點批量下發高效的臨床組學智能分析工具，大大提升了應用交付效率，高達30%以上。即云平臺中心節點承載統一的應用全局分發、管理、監控、運維及運營等工作，子節點則承擔應用運行以及監控日志收集、清洗等，數據處理效率提升。

高效融合AI與HPC，計算能力猛進

為了更好支撐生物島實驗室的基因測序、醫療影像三維重構、醫療圖像分析等HPC和AI應用，浪潮云海在本次建設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，充分滿足生物醫學研究對計算分析、數據存儲的剛需。 此外，本次項目依托浪潮HPC集群管理平臺ClusterEngine，打通硬件運維、業務管理和應用性能分析，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。

基于浪潮人工智能平臺承載的醫療影像分析、AI輔助診斷等相關應用研究工作，高效支撐了生物實驗室海量的醫療影像數據計算，數倍提升了AI模型的訓練效率。 

搭載微服務容器平臺，科研應用創新顯著

為了高效落地科研創新應用建設，本次部署的浪潮云海容器平臺基于微服務架構，通過多種應用編排模式集成各類資源，包括多節點數據的協同挖掘分析和算法模型訓練、智能工具集成、知識庫集成等創新應用；同時整合了第三方大數據及醫療人工智能企業智能應用等，形成了生物醫學大數據共享應用平臺，進一步實現數據、知識、技術協同創新。

目前，生物島實驗室科研云平臺已全面投入使用，已經基于該平臺開展了高效的標準化生物信息分析、臨床多組學數據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學知識圖譜及人工智能技術，不斷覆蓋基因組學、代謝組學、蛋白質組學、表觀遺傳學等多維度組學測序數據，構建更完整的患者閉環數據鏈條，全面支持精準醫學大數據應用。

“浪潮云海提供的云智一體為核心的科研云解決方案，讓我們親眼見證了云智深度融合的巨大實力：不但保障了數據采集的高效穩定，還幫助我們極大提升了算力水平和處理效率，更為科研應用創新邁出了堅實的一步。”生物島實驗室方面表示。

浪潮云海作為智算操作系統核心引擎，未來將持續踐行“貼近客戶、實踐創新”的理念，不斷在實際需求場景中打磨優秀的產品以及解決方案，為生物科研的數字化、智能化轉型提供更加堅實的云數智融合底座。