直击|联想与中科院共建HPC平台 满足5年科研需求

中科院高性能计算中心

　　新浪科技讯 9月18日下午消息，联想近日宣布与中科院共建高性能计算中心，提供整体HPC解决方案，为基因测序科学研究赋能，可满足未来的3至5年的科研需求。

　　据悉，作为我国在生命科学研究领域的权威科研机构，中科院具有较为丰富的HPC集群使用经验，但早期的设备故障率高、稳定性较差，计算性能已无法满足中科院的日常科研需求，并且原有机房空调设备老化，耗电量较高，无法支持更多的新购IT设备的散热需求。

　　联想为中科院搭建的一套采用Intel最新产品的HPC平台，在满足云计算方面需求的同时，也为科研攻关提供计算力支持。

　　联想方面介绍，该HPC平台完全满足中科院在未来的3至5年的科研需求，同时其整体性能强劲、管理便捷、扩展性强，可确保未来进行集群扩展时，整体性能实现线性的提高。

　　对此，中科院遗传发育所基因组分析平台首席技术专家梁承志教授表示，联想高性能计算集群的使用，大大提高了科研工作的数据分析速度和工作效率。

　　此前，联想曾为中科院打造过高性能计算集群，拥有408个计算节点，实现了预期三倍的运算速度。此外，联想还在北京总部搭建有一套HPC测试集群，专门用于联想与中科院遗传发育所、微生物所等单位的合作研究测试，支持众多重大科研项目的顺利开展。(韩大鹏)

　　以下为部分采访内容：

　　问：高性能计算与云计算，有何差异？

　　联想李炜：云计算和高性能计算虽然都带有“计算”这个主语，但是完全是不同的两个领域，基本上它是两种算法。高性能计算是复杂的系统，虽然叫计算，但也包括存储、网络、专用软件。而云计算基本原理是先有了虚拟化，数据上云以后根据客户的需求我可以免费随时调用，它强调的不是速度，而是便捷和便宜性。

　　中科院遗传发育所的梁承志：生物信息这个领域很大，很多分析是云计算能解决的，但是另外一部分分析云计算就有点困难。此外，既然是云的话，数据处理方式、存储方式的效率可能都不是最高的，这样就导致我们做很多复杂计算的时候，它的效率有时候就不能保证。生物数据分析有一定的特殊性，这也导致了我们很有必要用高性能计算。

　　问：对于高性能计算机集群，国产和进口有何区别？

　　李炜：国产的高性能集群应用领域比较窄，公开的就是0.09的太湖之光，美国3个月前的是0.18。如果做一个完整的对照表，基本上硬件领域可以把所有的空白点补全，无论性能是否足够好，我们都可以做。但是在软件领域我们很多地方是空白的，或者是接近空白的，所以中国需要世界级的工业软件公司。只有世界级的软件公司和我们一起配合，才可能做出更好的产品。

　　问：做高性能计算机集群，最大的挑战是什么？

　　李炜：在高性能集群最早诞生的时候，最大的技术挑战是并行的集群放在一起，它计算能力的损耗。简单而言，一个计算节点是两万亿次，一百个节点是两百万亿次，计算的时候不能做到一加一等于二，会有能量的损耗。联想当时做集群的时候，我们自己开发了集群调优并行软件，保证了集群效率的最高，这是最重要的，所以我们在这里也一起呼唤中国早日诞生世界级的软件公司，特别是工业软件公司。

　　问：计算分析上是否也存在瓶颈？

　　梁承志：计算的瓶颈是很多的，有些复杂性特别高。所以我们的计算系统对存储硬件的要求就比较高，不然的话计算效率就会大大降低下来。我们分析时既考虑计算又考虑存储，所以复杂性一下就高多了，这是一个基本的需求。

　　另外很重要的原因是分析能力还不够，这是未来5至10年急需改变的状况。随着数据越来越多现在也在提升，这还需要大量的投入，需要开发新的软件，新的分析方法。其中很重要的一点跟人工智能有一定的关系，随着生物数据的增加对人工智能的需求就会越来越高，在其他领域里已经做到了人工智能分析的方法，可以借来使用。

　　我认为，数据的增加和分析能力的增加有一定的时间差，相对来讲也是相辅相成的，是共同发展的过程。