生命科学

随着生物基因分析、冷冻电镜、药物分析、分子结构技术的飞速发展，生命科学专家可获得的数据量也激增，取得可拯救生命的突破性发现的机会也随之增加。为推动生命科学领域的创新发展，充分展示和宣传生命科学领域的重大科技成果，高性能计算 (HPC)解决方案可以帮助专业人士准确地分析数据并提升科学数据的运算及推理数据结果导出。

蓝海大脑高性能计算 HPC 解决方案推出多样化的架构以满足不同计算需求，利用革新的存储和内存技术及领先的软件工具，建立广泛的生态系统，快速处理增长的大型复杂数据集，升级系统可用性以获得更高吞吐率，确保高性能计算HPC应用性能最优化。支持复杂模型模拟和药物筛选，加快药物研发进程。

面临的挑战

某大型医药公司在基因分析过程中面临着一系列严峻的挑战。基因数据的规模极其庞大且复杂，包含数十亿甚至数百亿个碱基对，这使得数据的存储、传输和处理成为一项巨大的任务。其次，基因分析涉及到复杂的算法和模型，需要大量的计算资源来运行，而传统的计算平台往往无法满足这些需求。此外，基因分析的时间敏感性很高，快速获得准确的结果对于疾病的诊断、治疗和药物研发至关重要。

• DNA基因分析应用特性：

  
  

        - 计算密集 GATK

        - 数据集适合DRAM (最大384GB内存)

        - BWA: 内存带宽密集

        基因分析研究是个体遗传学、解读健康问题。分为基因测序、基因数据分析和基因数据归档三个特点。

        - 基因测序: 整个过程不能中断，要求支撑测序应用的存储系统具备极致的稳定性和可靠性，基因测序25微秒采集一幅高清晰图像；

        - 基因数据分析：对存储系统的性能和小文件处理能力提出很高要求；

        - 基因数据归档：需要将海量基因数据长期、完整、安全地保存起来，存储系统的采购成本和能耗是很大的挑战。

解决方案

蓝海大脑凭借多年在生命科学生物基因分析领域积累的经验，通过横向扩展（scale-out）存储系统、IB低延迟网络、私有客户端技术小文件聚合及使用自研PCIe极速存储等异构介质构建冷热数据分层等，满足该客户在生物基因应用中对海量数据存储场景高可靠性、高性能低延迟和低能耗的需求。

• 方案特点

- 架构优化设计，文件场景下单一目录可支持1000万文件，文件系统支持千亿级文件，单一命名空间支持20PB；支持5120节点扩展单集群可提供EB级容量空间

- 节点并行处理数据 IO、保障系统整体负载均衡，数据分散存储，避免单节点故障带来的风险，节点在线横向扩展，满足持续增长的容量和性能需求

- 支持丰富的主机连接接口，支持 10/25/40Gb iSCSI、56/100 InfiniBand主机连接，无缝接入用户现有环境，满足客户对高带宽高性能计算的差异化需求，支持后端10GE 组网下的RDMA模式传输，支持TOE 卸载，提高系统性能

- 节点级和硬盘级均衡，磁盘间容量误差率不超5%，节点间误差不超1%，可用容量利用率高达95%。同时高密度存储节点满足客户存储空间和能耗要求

客户收益

- 业界领先的分布式存储的冗余设计，为用户提供强大的数据保护能力，系统数据可用性高达99.9999%

- DNA基因分析分布式存储通过小文件聚合、对象聚合、全局缓存、多通道、硬件加速等技术，为客户提供创新的性能加速方案，全面提升存储系统性能

- 生物基因分析研究产生的数据以每年10倍的速度快速增长，蓝海分布式存储通过卓越的系统架构，为用户提供海量的存储空间。通过大比例纠删功能，大幅提升容量利用率，降低TCO