突破传统“超算”加速新药研发

可编程逻辑

1366人已加入

描述

近年来,传统的基于结构(structure-based)的设计方法已经逐渐达到其极限,使得用于药物研究和发现的资本开支呈指数级增长。因而,对于药物设计领域来说,基于运动( motion-based)的药物设计方案,即分子动力学模拟,堪称业界最激动人心也最具创新性的进步之一。而分子动力学模拟的实现,则对算力有极高的要求。

在过去,只有大型超级计算机才有能力为分子动力学计算提供足够的算力。但是致力于提供“专用超算”解决方案的雪湖科技,希望打破这个瓶颈,开发出一种比传统超级计算机性能更高而且成本更低、能效更高的解决方案。

基于FPGA的分子动力学专用引擎

如上所述,为了促进医学的发展,药物研发已进步到分子层面。在这个层面上,科学家能够更加深入地理解分子和生物过程的作用,解开它们运动的奥秘。

雪湖科技生命科学计算首席科学家盛楠博士表示:“就像破案时‘看监控录像’远比‘看现场照片’要容易捕捉作案细节一样,分子动力学模拟让药物设计人员更直接的‘看到’药物分子的整个生效过程,从而大幅提高新药研发的成功率”

成立于2017年的上海雪湖科技公司,是一家致力于高性能计算产品研发与解决方案的创新企业。该公司主要为生命科学、石油天然气勘探、自动驾驶、分布式存储和其他相关领域提供创新型专用高性能计算解决方案和产品。

雪湖科技设计并研发的“Yaddle MD”是一个基于FPGA的分子动力学专用引擎。这是一种在赛灵思 Alveo™ 加速卡上实现的分子动力学计算专用解决方案, 其借助赛灵思运行时库 (XRT) 通过分子动力学专用API为常用的分子动力学软件和其他分析插件提供兼容性支持。

机器学习

图 1 – 药物研究与发现过程中使用的分子动力学计算

从性能上看,雪湖科技Yaddle MD FPGA分子动力学专用引擎运行在Alveo加速器卡上,比仅用CPU的分子动力学软件方案高近50倍,比使用GPU加速的分子动力学软件方案高两倍,如图 2所示。与此同时,FPGA 的功耗仅为CPU的2/3, GPU 的2/9,为此使得Yaddle MD每度电可以提供的模拟量是CPU的近100倍,GPU的近10倍。

机器学习

图 2 –雪湖科技Yaddle MD FPGA分子动力学专用引擎与竞争解决方案相比,性能更高且能耗更低

自适应Alveo 加速器卡的价值

由于复杂算法演进的速度已经远远超越了芯片的设计周期,因此功能固定的 GPU和ASIC 器件无法跟上发展节奏。基于赛灵思16nm UltraScale™架构而构建的赛灵思 Alveo 加速器卡,专为满足瞬息万变的现代数据中心需求而设计,面向机器学习推断、视频转码、数据库搜索和分析等常见工作负载,可提供比 CPU 高达 90 倍的性能。

机器学习

Alveo U200 加速器卡

Alveo 加速器卡为打造Yaddle MD提供了独特的可重配置加速功能,不仅能够支持其灵活适应算法的持续优化,而且还能在支持任意类型工作负载的同时,降低总拥有成本。

Yaddle MD借助Alveo U200 加速器卡实现了超高性能的FPGA 分子动力学算法,能够执行非常复杂的计算。基于单张 Alveo 卡,Yaddle MD就可实现比使用CPU 和 GPU 处理器更高的性能,提供此前只有超级计算机才能提供的强大算力,从而可以大幅加速生物分子的动力学模拟速度。

借助Yaddle MD ,助力用户可以实现:

·在单片FPGA 上实现完整的分子动力学计算,从而释放大量CPU资源

·实现原子间相互作用的分布式式流水线计算,显著提高计算性能

·编码原子之间的键合信息,并在实时计算过程中对其进行解码

·通过工具集为常用的分子动力学软件和其他分析工具(包括格式转换)提供兼容性支持

盛楠博士表示:“高性能是确保分子动力学计算高效和精准的关键,雪湖科技基于Alveo 的高性能分子动力学专用引擎,不仅能为客户节省大量时间成本,而且让基于动力学的药物设计由不可能变为可能”。

目前,雪湖科技的 Yaddle MD引擎已经开始通过阿里云提供MD加速服务,其基于 Alveo 卡的加速方案也正在小规模对外开发测试中。与此同时,雪湖科科技的创新步伐还在继续,其计划未来将通过多个Alveo设备结合的形式继续扩展仿真能力,进一步为分子动力学计算应用提速并扩大吞吐量。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分