封面页 （待分享） 卷首语 近年来，随着云计算技术的普及与深度应用，生命科学行业在基因科技、AI辅助药物研发等方向取得了新的突破。特别是高性能计算（High Performance Computing）在辅助药物设计、研发、基因测序、产前筛查等具有明显的高数据量、大计算量的场景应用中扮演了十分重要的角色。 2022阿里云生命科学与智能计算峰会邀请了多位来自学术界、产业界的专家学者、创新企业高管等发表主题演讲、开展圆桌讨论，旨在探讨生命科学领域高性能计算技术的应用场景与发展方向，促进生命科学与云计算技术的深度融合与创新。 此外，此次峰会还发布了天池大赛—全球冷冻电镜蛋白质结构建模大赛的决赛结果。大赛由阿里云与国家蛋白质科学中心（上海）在2021年共同发起，探索基于冷冻电镜在AI技术加持下获取蛋白质结构模型的潜力，吸引了全球近2000支队伍参赛，得到了广泛的关注。 目录 阿里云大计算加速HPC与AI融合 .............................................................. 5 多元科学计算系统在药物研发管线中的搭建与实践 ...................................... 20 AI+分子模拟，赋能药物发现新源头 .......................................................... 34 AI制药工业落地的痛点与前进方向 ........................................................... 39 高通量基因测序在药物研发和靶向治疗中的应用 ......................................... 56 阿里云大计算加速HPC与AI融合 5 阿里云大计算加速HPC与AI融合 作者：何万青，阿里云高性能计算负责人 摘要：2022年8月5日，2022阿里云生命科学与智能计算峰会在北京•望京昆泰酒店举行，阿里云高性能计算负责人何万青博士，带来了题为《阿里云大计算加速HPC与AI融合》的分享，以下是他的演讲内容整理，供阅览。 阿里云高性能计算负责人何万青 人类历史上各种广谱药的发现，是一个漫长且靠运气的过程。新药的发现和制造往往需要十多年的时间，每年FDA能够批准上市的新药少之又少。 阿里云大计算加速HPC与AI融合 6 而新冠的爆发带来了一个重要契机，我们通过整合云上计算资源，第一时间帮到科研机构开展新冠研究，从而发现了云计算具备的独特优势。据报道，世界上前20大药厂70%的算力和研发都在往云上迁移。 在新冠疫情爆发初期，阿里云第一时间免费开放AI算力支持抗疫研发，支持科研人员围绕新冠病毒进行药物研究；其次，通过大数据进行公共医疗政策的研究，助力大数据系统、追踪系统以及决策系统；另外，向全世界开放阿里的科研抗疫平台，对接了来自50个国家&地的33个需求。 阿里云大计算加速HPC与AI融合 7 而这个契机也让我们意识到，AI是一种即将爆发的新的IT技术、新的计算平台。 过去，高性能计算支持生命科学的发展，主要着力于科研和科研团队的培养，但并不明确会导向何种药物、何种结果。而现如今，此类需求非常明显，我们面对大量的数据库和化合物，需要对疾病和样本做分析、基因测序。 过去的应用分为两大类： • 第一类是基于第一性原理的分子动力学、量子色动力学等，比如分析细胞组成的分子之间的作用力、化合物之间的作用；∂ • 第二类是面向精准治疗时的基因测序，同样需要非常大的算力，科学家需要解决的是机理和算法问题，但大规模的实现需要工程人员来解决，比如高通量测序。 最近几年发展最快的是AI算法，通过AI对大量数据进行筛查。而此过程需要解决的问题有：如何将AI算法和技术放在云超算平台上？大量的数据如何在云上进行传输？ 总结来说，高性能计算在云上进行服务，需要解决以下线下超算的痛点： 阿里云大计算加速HPC与AI融合 8 • 弹性扩展难：实际业务中，往往难以预测突发情况的需求，因此，弹性伸缩十分必要； • 可靠性不高：计算中心或物理集群规模扩大之后，无法保证百分百的稳定性，因此必然会出现重新计算的需求，针对此需求，云计算稳定的SLA之外，还实现了断点续算技术； • 性能瓶颈：云上计算突破了海量数据进行机器学习或筛查的GPU瓶颈，过去花费数周数月才能够完成的计算，如今可缩短为几天； • 成本挑战：过去，成本和算力难以兼得，自建超算中心往往CAPEX不低，且后续运维成本OPEX更大，难以实现。 阿里云大计算加速HPC与AI融合 9 借助云平台，科学家和科研人员能够专心于自己专业内的工作，聚焦于应用。而应用这一层，科研人员将它作为软件放至云上，让更多的科研人员实现科研合作和服务共享。 阿里云最基本的能力是提供弹性的伸缩算力，在此之上，高性能计算最核心的部分是与伸缩算力耦合的并行作业调度，还需要支持AI Framework。用户如果有自己的计算资源，可以通过混合调度在云上利用原有的计算资源。大部分科研人员对本地环境最熟悉，需要将它们的能力迁移至云上。此外，生命科学领域非常依赖于全世界的NH数据库，且需要高速互联，也可以通过阿里云的高速来实现。 HPC应用是Data go to compute，但AI是分布式、数量极大的compute go to data计算模式，有自己的生态，如何对两者进行结合？中国的软件公司依然不够发达，新产品、新发现难以在短时间内为人所知，受限于盗版问题和推广问题。但在云上可以实现SaaS化，通过OpenAPI将产品变为云上的服务。 高性能计算里有两个很大的领域需要无限的算力，分别是地球物理气象和生命科学。这就需要基于神龙的弹性裸金属超级计算集群SCC来提供了低延迟网络和并行文件系统的高性能集群。 阿里云大计算加速HPC与AI融合 10 通过高性能计算推动实现了阿里云CPFS并行文件系统，提供了云上大数据类型的HDFS分布式存储，能够实现了大批量并行吞吐的需求。 通过阿里提供的“无影”，可以访问任何端和云上的计算资源，包括但不限于PC、手机、屏幕等，可以将公共云的操作、应用入口以及背后的集群资源管理整合在一处。一方面可以作为虚拟的桌面，另一方面也可以作为应用入口。 阿里云大计算加速HPC与AI融合 11 我们打通了云上云下，云下可以通过专线连至云上，头节点在线下，然后在云上安装E-HPC agent即可通过job scheduler调度资源。大部分情况下，任务数据需要进行两边的传输，因此可以充分利用线上线下的高峰低谷。此外，NAS异步存储的数据可以在作业执行时从线下拉取，这在高通量计算场景下非常必要。 另外，也可以将计算的管理埋在头节点，即使用E-HPC作为管控，自己的管控通过在云下接收agent进行计算来实现。 阿里云大计算加速HPC与AI融合 12 E-HPC+AI是当前的热门趋势。各种AI framework最初的目的不是为了解决科学机理性的问题，而是为了解决搜索、推广、广告等与群体思维有关但缺乏机理模型的问题。而如今，我们将高性能计算容器做成镜像，在部署和计算过程中快速展开，使其也能用于科学研究，比如在拥有大量数据的情况下，将人的经验作为模型注入AI，然后通过机器将问题空间降低。 此外，为了方便科研人员的使用，我们增加了E-HPC用户入口，整个开发和业务流程都可以从用户视角进行查看。 阿里云大计算加速HPC与AI融合 13 平台集成了众多可视化软件，科研人员可以通过客户端（无影+Win&Mac）直接进入，底层提供了所有服务。 无影是软件定义的云原生电脑，相当于一个入口，它可以是任何设备或屏幕。云上数据中心的规模远小于端的规模，而端侧受限于CPU的能力往往无法实现太多能力。但是如果通过VID或自己的协议，能够将云上的可视化部分利用起来，则可以实现非常多的访问。 阿里云大计算加速HPC与AI融合 14 过去传统的计算结构的交互为显示器、键盘鼠标、打印机等与一台计算存储网络。而未来，只需要通过无影，它可能是一个盒子，可能是一个电脑上的应用入口，即可访问所有云上的可视化软件以及计算资源。无影很可能成为将来元宇宙的入口，因为所有GPU、DPU、XPU将来都是通过服务的模式进入数字世界。 此外，用户完全可以控制信息不被泄露。过去，我们通过一台全功能的机器上网，病毒可以通过机器入侵电脑。而无影可以配置为是单向的，避免了病毒入侵。 阿里云大计算加速HPC与AI融合 15 无影可以作为云产品放在任何机器上，比如过时的手机，随时随地用云电脑办公。 如今很多科研产品是软件，需要更多地服务广大科研工作者。而在自己的机器安装和使用，运维和OPEX都非常高，也难以调用更多资源。 因此，我们推出了计算巢，可以通过它快速将云计算本身的运维、资源调度、资源计费等所有资源管理透明地开放给用户，用户只需考虑安装类工作，剩下的都可以交由计算巢来完成。 阿里云大计算加速HPC与AI融合 16 阿里云今天发布生命科学行业云上解决方案与最佳实践白皮书，主要包含三部分： 云能解决生命科学领域的哪些问题、五大解决方案以及三大最佳实践。高性能计算本质上希望能够帮助科研人员将精力集中于专业领域，而无需耗费精力在处理器结构等非专业领域的问题上。 E-HPC与MemVerge的集成解决方案主要助力于HPC基因测序及芯片设计大内存算例的性能优化，可以将常规内存与持久性内存全部虚拟化成一个大池，根据具体需求进行伸缩。 阿里云大计算加速HPC与AI融合 17 GHDDI在新冠期间研发作业量大增，面临资源紧急需求，需要快速启用一批计算资源支撑新冠病毒分析、病理分析等业务，同时GHDDI是一家全球化的研究机构，需要打通国内海外数据，完成全球合作研究。比如会有web service，需要通过OSS将数据拉上来，另外需要能够实现异步的数据拉取以及异步缓存。