近日，中國(guó)農(nóng)業(yè)大學(xué)國(guó)家生物育種產(chǎn)教融合創(chuàng)新平臺(tái)高性能計(jì)算機(jī)系統(tǒng)，經(jīng)過(guò)驗(yàn)收投入使用。該系統(tǒng)由中科曙光依托“超智融合”技術(shù)方案建設(shè)，集生物信息分析、大數(shù)據(jù)分析、AI數(shù)據(jù)挖掘、育種模型訓(xùn)練等能力，為生物育種等科研項(xiàng)目等提供算力支撐。

國(guó)家生物育種產(chǎn)教融合創(chuàng)新平臺(tái)由國(guó)家發(fā)改委和教育部批準(zhǔn)建設(shè)。平臺(tái)建設(shè)目標(biāo)是做好科學(xué)研究、人才培養(yǎng)、學(xué)科建設(shè)等協(xié)同攻關(guān)，為國(guó)家玉米生物育種等關(guān)鍵技術(shù)突破和自主人才培養(yǎng)作出貢獻(xiàn)。

以往，中國(guó)農(nóng)業(yè)大學(xué)開展生物育種科研計(jì)算時(shí)普遍面臨：眾多生物信息學(xué)軟件與計(jì)算環(huán)境不適配導(dǎo)致科研效率低；通用與人工智能混合計(jì)算場(chǎng)景缺失無(wú)法支撐AI for Science研究；存儲(chǔ)與網(wǎng)絡(luò)系統(tǒng)性能不足導(dǎo)致基因測(cè)序等難開展；網(wǎng)絡(luò)與計(jì)算設(shè)施缺少自動(dòng)化監(jiān)控與資源調(diào)度能力致使計(jì)算資源利用率差等難題。

就上述難題，曙光超智融合方案依托開放、完善的生態(tài)計(jì)算架構(gòu)，整合通用與AI多元算力，支持基因比對(duì)、蛋白質(zhì)模擬等數(shù)十種生物信息學(xué)專業(yè)計(jì)算場(chǎng)景，并適配AlphaFold等深度學(xué)習(xí)模型。

曙光自研的計(jì)算管理平臺(tái)，實(shí)現(xiàn)了通用與AI算力的池化統(tǒng)一調(diào)度，在降低多任務(wù)并行運(yùn)維復(fù)雜度的同時(shí)，也避免了算力資源浪費(fèi)，保障科研與教學(xué)開展效率。

為支撐基因序列實(shí)時(shí)分析、蛋白質(zhì)測(cè)序等高性能計(jì)算場(chǎng)景，曙光方案采用全閃存儲(chǔ)和大容量混閃存儲(chǔ)雙系統(tǒng)，在提供微秒級(jí)數(shù)據(jù)響應(yīng)的同時(shí)實(shí)現(xiàn)PB級(jí)容量存儲(chǔ)，既保障計(jì)算節(jié)點(diǎn)快速獲取高頻數(shù)據(jù)，又降低長(zhǎng)期存儲(chǔ)成本。

面對(duì)TB級(jí)數(shù)據(jù)毫秒級(jí)延遲傳輸需求，曙光網(wǎng)絡(luò)方案通過(guò)多重冗余鏈路設(shè)計(jì)和智能調(diào)度技術(shù)，確保了海量數(shù)據(jù)傳輸零中斷并自動(dòng)規(guī)避網(wǎng)絡(luò)擁堵，提升計(jì)算資源利用率超30%，減少作業(yè)排隊(duì)等待時(shí)間，并將基因樣本分析中的數(shù)據(jù)傳輸耗時(shí)從數(shù)小時(shí)壓縮至幾分鐘。