在Datacenter Dynamics Converged （以下简称“DCD”）发布的《hyperscale、HPC and colocation predictions for 2021》一文中指出，超算在生物信息学和制药业的使用量激增。事实上，今年超算和密集计算对该行业的加速发展或影响是最大的。

研发一款新药，通常需要耗费漫长的时间和巨额的花销。这也是为什么在《我不是药神》这部影片中，我们看到特效药让普通病友望而却步，让人长叹看个病怎么就这么难！无一不触及着与你我息息相关而又难以逃避的命题：药与病。

然而，科技的进步不断刷新着人们在固有问题里的局限。如DCD所报道的那样，HPC和人工智能正在加速医疗领域的发展，逐步改善这一局面。或许，特效药在不久的将来能打破“专享”，照顾到每一位病友。

AI+ HPC缩短药物研发周期，节省时间成本

HPC能大幅度缩减新药品研发的时间。例如科学家们用冷冻电镜技术，获取核酸和蛋白等生物大分子的结构并深入研究，探寻生命活动的规律，从而理解生命，帮助发现和设计新药。除辅助药物设计外，HPC在组合化学、高通量筛选领域为新药研究提供强大技术支撑，节省了巨大的时间和精力消耗。

如果说HPC为医学带来了飞跃式发展，那么人工智能技术在医学领域从生产力上对传统医疗行业带来了改变。人工智能在医学领域的应用有手术机器人、医学影像诊断到远程医疗等，主要用于医疗诊断、辅助治疗与健康管理、药物研发，其中医学影像是当前人工智能与医学结合度最好的领域之一。

计算节点是影响HPC性能指标的核心，异构并行计算作为重要技术之一承担起了技术变革的重任。一方面CPU、GPU、FPGA等硬件计算单元通过更多时钟频率和内核数量提高计算能力；另一方面通过技术优化提高执行效率，使平台资源充分得到利用。

而人工智能的不断发展，越来越多的机器学习和深度学习计算框架涌现出来，大量的数据和模型使得人工智能对分布式训练的需求越来越强烈，数据并行、模型并行都对计算系统平台提出了很高的要求。

如何构建高效的统一计算、存储系统平台，有效的在共享硬件资源的基础上，动态的构架合适的计算框架，灵活的融合大数据、并行计算和人工智能计算框架，成为了大数据智能时代首先要解决的问题。

极道为未来医疗提供计算力支撑

在医疗领域越来越广泛使用的HPC和人工智能技术，都离不开强大的计算力支持。极道作为先进的智能数据系统供商，已经在该领域前行甚远。

极道Achelous是新型的分布式统一计算系统，通过全新的计算资源管理技术，基于CUP以及GPU、FPGA等异构计算资源构建一个无限扩展、高性能的计算架构体系，智能数据流引擎帮助用户整合人工智能、大数据计算、高性能计算和高通量计算等多粒度的计算任务，实现了融合多种计算于同一套物理集群，提高计算的并行程度和提高资源利用率，从而进一步降低用户的TCO。

l  破除异构难题，提升效率的“超能力”

当企业根据自身不同需求各自构建所需的系统和计算集群时，割裂的计算集群建设带来的是重复的建设，资源利用不饱和，造成极大的资源浪费。

不同阶段的大数据分析和模型训练需要统一的计算平台，Achelous能够共享和管理所有的计算资源，动态按需构建计算框架，包括大数据相关的Spark/Hadoop、批量计算、MPI高性能计算和人工智能框架Tensorflow，Caffe*。

用户只需提交指令信息，系统即可自动将整个计算作业运行起来，交互不受限制。同时在任务运行周期内，还能够对任务进行实时状态监控、日志分析和性能统计，简化运维流程。

l  突破集群规模瓶颈，提供计算的“超能力”

海量数据的爆发，对计算力的要求也随之增加，越来越多的计算节点意味着资源管理器和调度器的压力越来越大，规模瓶颈的表现是调度效率的降低。

Achelous将多种异构计算资源统一管理，支持集群规模扩展。采用多级调度的手段和分布式调度器，在形成统一调度空间的前提下，多个调度队列和多个调度器实例之间相互协作，负载均衡，多级调度，突破计算集群规模的瓶颈。

l  全程策略实时调整的“超能力”

高性能计算作业中很可能需要多种算法模型同时运行，而算法对存储也有着不同的需求。

极道运用“应用感知”将计算和存储协同设计，不但实现了多业务场景下数据IO的多模式与计算模块的配合，并且计算模块内嵌的高级存储性能统计功能可以指导存储调度策略，保证了数据处理过程中的计算和存储的高效协同。

随着医疗技术的持续进步，未来类似纳米修复、基因修补等新型医疗技术的开发与应用，或许将让人类真正触摸到“上帝禁区”，而HPC与人工智能将会发挥越来越重要的作用。本着研发用户真正需求的产品，极道多年来始终深耕应用研发，从行业中洞察用户的真正需求，并数年如一日打磨产品。在未来，极道还将继续精准深耕精准医疗和生物医药等行业，为可能面对的挑战做好准备。