NVIDIA DGX Station A100助力清华大学缩短冷冻电镜数据处理时间

　　清华大学杨茂君实验室是国内领先的结构生物学实验室，杨茂君教授目前为清华大学 Tenue-Track 系列教授，研究方向为生物大分子的结构生物学基础，主要以冷冻电镜为研究手段探究生物大分子的结构与功能。NVIDIA DGX Station A100 助力清华大学生命学院杨茂君教授实验室，缩短了冷冻电镜数据的处理时间，效率提升了约 50 倍。

　　GPU 替代传统计算方式

　　解决庞大计算问题

　　目前单颗粒的冷冻电镜的数据收集产生的数据量很大，以往的经验是使用 CPU 服务器以及多核多线程的方法进行计算，但在实际计算过程中，无 GPU 的普通服务器计算时间比较长，严重阻碍了后续的实验进展。以一套使用 Titan Krios 收集的 2000 张照片的数据量为例，使用 box 为 200 埃进行颗粒的抽取，后续假定可以抽取 200 万左右的颗粒，使用普通的无 GPU 服务器的普通工作站进行处理数据。以 RELION 软件为例，普通的二维和三维每一轮次可能需要一天，处理完所有的数据的二维和三维操作，得到最终的结果至少需要一个月的时间。

　　GPU 加速的三维重构计算，打破了上述的僵局。目前使用 GPU 的并行计算能力对于冷冻电镜的大规模处理，可以迅速的对图像进行优化和提升后续的处理时间。依托 NVIDIA DGX Station A100，使用 MotiionCorr2 和 GCTF 软件对图像进行处理，极大的缩短了后续的处理时间。同时使用 RELION 软件进行二维和三维分类的时候， GPU 加速大大提高了数据的处理时间。目前 200 万左右的颗粒进行二维分类，每一轮次可以缩短到 20-40 分钟左右，半天的时间就可以跑完一次理想的二维分类。样品质量好的话，借助于 GPU 加速， 2000 张照片的整体处理时间可以缩短到 4-7 天左右，给后续的冷冻电镜的数据处理带来了质的变化。

　　GPU 加速计算

　　超强助力单颗粒冷冻电镜研究

　　借助于 NVIDIA DGX Station A100，该实验室极大地提升了单颗粒冷冻电镜的数据处理时间，优化了数据处理流程，为推动相关科研成果提供了良好的计算平台支持。

　　“在使用 NVIDIA DGX Station A100 过程中， GPU 的并行计算能力能够很好的对图像进行预处理，打破了冷冻计算过程中的时间过长的壁垒，大大减少了投入成本。能够快速的在一周左右的时间内完成从收数据到解析结构的过程，使科研工作者能够更快的投入到后续的结构分析过程中，特别是在冷冻电镜以及结构生物学高速发展的今天，使用高性能的 NVIDIA GPU 服务器，能够更好的抢占先机，缩短相应的科研攻关时间，为国内基础科研的快速发展提供了更好的平台。”清华大学生命学院杨茂君教授表示。

　　本案例中， NVIDIA 优选级合作伙伴北京安联通助力清华大学杨茂君实验室部署了高效 AI 计算处理平台，同时把原有的网络传输设备改换成全新的 NVIDIA 网络产品，大大提高了实验室设备的传输速度。　　

      审核编辑：彭静