阿里云架构师朱波:云上高性能计算加速药物研发

简介: 资源的弹性供应能力、灵活的定价模式以及高效的运维管理。

摘要:本文整理自阿里云行业解决方案架构师朱波(默苍),在阿里云云计算情报局的分享。本篇内容主要分为三个部分:

1. 深势科技简介

2. 深势科技E-HPC最佳实践

3. 总结


01 深势科技简介


1.png 



深势科技具有科研与产业落地能力。公司的科研队伍由物理建模、数值算法、机器学习、高性能计算,以及药物和材料计算等多个领域构成。自研的新一代分子模拟算法在保持量子力学精度的基础上,结合高性能计算,能够对数十亿原子规模的体系进行量子力学精度的计算模拟。


深势科技运用人工智能和分子模拟算法,结合先进计算手段求解重要科学问题,为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。

 

02 深势科技E-HPC最佳实践

image.gif

2.png


深势科技药物设计平台是基于人工智能、物理建模和高性能计算的新一代药物设计平台。平台提供包括结构建模、靶点发现、虚拟筛选、分子推荐、结合亲和力评估和大分子药物设计等临床前药物发现阶段的各类场景的完整解决方案,提供一站式的计算服务。

image.gif3.png


深势科技的业务需求主要有三点:


第一,深势科技的业务量波动较大,希望能够提供基于作业负载的弹性伸缩能力,最大化利用计算资源。


第二,高性能运维管理。深势科技有大量超算集群,算力资源调度和算力资源管理是刚需,由于集群的作业量很大,深势科技希望提供作业细力度的费用账单,便于计费。


第三,高性价比。深势科技作为初创企业,追求高性价比,希望以较低成本完成有效计算。


阿里云凭借领先的产品和技术支持,成为深势科技的选择。首先,针对弹性问题,阿里云超大规模的CPU,GPU,算力资源池和弹性供应能力,能随时响应客户的各种计算需求


阿里云是国内少有提供云上高弹性、高性能计算平台E-HPC的云厂商。阿里云E-HPC集群的自动伸缩能力,超越传统超算的静态资源分配,用户可根据负载,实现按需扩容或缩容。


通过自定义设置,有效提升作业吞吐量,加快作业处理速度,极大提升集群的利用率。


其次,针对高效运维管理问题,阿里云的自动运维可视化管理技术,E-HPC可为客户提供集权管理、作业管理、用户管理和可视化的能力。在不改变科学计算业务使用习惯的同时,提供更高效的弹性集群调度服务,更好地使用算力资源。


阿里云平台实现对集群的主动运维。热升级、迁移及自动化运维的应用性,让深势科技无需管理硬件资源的生命周期,提升集群管理效率。让客户能够专注于应用与科研本身,更加便捷的使用云超算带来的便利。


与此同时,基于费用中心的账单,E-HPC提供开源计费工具,支持作业细力度的费用统计,高效解决计费需求。


针对高性价比的需求,阿里云上的算力资源有灵活的定价模式,可以按需按量计费。用更灵活的购买方式,综合优化算力成本。阿里云的解决方案满足了深势科技,低成本构建高可用算力集群的需求。


通过加阿里云算力集群,平均每条管线的合成规模由上千缩小到数十,大幅度降低合成成本,减少定制合成的等待时间。

4.png


Uni-Fold克服了AlphaFold2未开源训练代码、硬件支持单一、模型不可商用等局限性。在训练与推理环节进行了NVIDIA GPU上的适配、性能优化及功能完善。

image.gif5.png


Hermite Uni-FEP能够精准预测,蛋白-配体结合的能力。已有蛋白-配体的共晶结构,在药化家经验指导下,对初始配体分子进行改造修饰,借助FEP精确计算改造前后的亲和力差异,代替非必要的实验,实现降本增效。


E-HPC实现多节点并行计算,作业调度器解决计算资源的弹性管理和任务调度。

 

03 总结

image.gif6.png

image.gif


阿里云高性能计算,为生命科学行业提供了海量的弹性计算能力、便捷的资源任务管理工具、高效的数据存储和分析报表,有效支撑生命科学行业需求,保障业务有序高效进行。


阿里云与深势科技共同打造了成本更低、算力更优的云上生命科学计算平台,实现算力普惠,未来也将共同实现更大的梦想,让生命科学产业与云计算技术的融合更深入。


点击这里,观看嘉宾的演讲视频回放。


相关文章
|
10月前
|
人工智能 缓存 安全
阿里云发布《AI 原生应用架构白皮书》!
阿里云联合爱橙科技发布《AI原生应用架构白皮书》,系统解析AI应用在架构设计、开发运维中的关键挑战与解决方案,涵盖大模型、Agent、RAG、安全等11大核心要素,助力企业构建稳定、高效、可控的AI应用体系。
阿里云发布《AI 原生应用架构白皮书》!
|
11月前
|
人工智能 缓存 安全
阿里云发布《AI 原生应用架构白皮书》
阿里云联合阿里巴巴爱橙科技,共同发布《AI 原生应用架构白皮书》,围绕 AI 原生应用的 DevOps 全生命周期,从架构设计、技术选型、工程实践到运维优化,对概念和重难点进行系统的拆解,并尝试提供一些解题思路。白皮书覆盖 AI 原生应用的 11 大关键要素,获得 15 位业界专家联名推荐,来自 40 多位一线工程师实践心的,全书合计超 20w 字,分为 11 章。
4589 82
|
11月前
|
人工智能 Cloud Native 安全
解读阿里云刚发布的《AI 原生应用架构白皮书》
阿里云在云栖大会重磅发布了《AI 原生应用架构白皮书》,该白皮书覆盖 AI 原生应用的 11 大关键要素,获得业界 15 位专家联名推荐,来自 40 多位一线工程师实践心得,全书合计超 20w 字,分为 11 章,全面、系统地解构 AI 原生应用架构,包含了 AI 原生应用的 11 大关键要素,模型、框架、提示词、RAG、记忆、工具、网关、运行时、可观测、评估和安全。本文整理自阿里云智能技术专家李艳林在云栖大会现场的解读。
3182 100
|
11月前
|
SQL 前端开发 关系型数据库
如何开发一套研发项目管理系统?(附架构图+流程图+代码参考)
研发项目管理系统助力企业实现需求、缺陷与变更的全流程管理,支持看板可视化、数据化决策与成本优化。系统以MVP模式快速上线,核心功能包括需求看板、缺陷闭环、自动日报及关键指标分析,助力中小企业提升交付效率与协作质量。
|
11月前
|
存储 人工智能 关系型数据库
阿里云AnalyticDB for PostgreSQL 入选VLDB 2025:统一架构破局HTAP,Beam+Laser引擎赋能Data+AI融合新范式
在数据驱动与人工智能深度融合的时代,企业对数据仓库的需求早已超越“查得快”这一基础能力。面对传统数仓挑战,阿里云瑶池数据库AnalyticDB for PostgreSQL(简称ADB-PG)创新性地构建了统一架构下的Shared-Nothing与Shared-Storage双模融合体系,并自主研发Beam混合存储引擎与Laser向量化执行引擎,全面解决HTAP场景下性能、弹性、成本与实时性的矛盾。 近日,相关研究成果发表于在英国伦敦召开的数据库领域顶级会议 VLDB 2025,标志着中国自研云数仓技术再次登上国际舞台。
1229 1
|
11月前
|
前端开发 NoSQL 关系型数据库
如何开发研发项目管理中的需求管理板块?(附架构图+流程图+代码参考)
本文探讨了中小企业在研发或产品工作中常见的需求管理问题,如需求记录混乱、交付靠口头约定、变更无追踪等。通过系统化的需求管理,可实现“谁在做什么、为什么做、何时完成、谁验收”的可视化与责任归属,减少沟通成本,提升效率。文章详细介绍了需求管理的核心功能模块(如需求看板、处理流程、研发日报)、系统架构设计、前后端实现参考、开发技巧与落地建议,以及上线后的运营指标与实施路线图。最终目标是将松散的流程规范化、可追踪、可复用,助力企业构建高效的研发项目管理体系。
|
11月前
|
监控 前端开发 BI
如何开发研发项目管理中的缺陷管理板块?(附架构图+流程图+代码参考)
本文介绍了如何构建一个系统化的缺陷管理模块,以解决中小企业在缺陷管理上的混乱现状。通过建立“发现—修复—验证—关闭”的闭环流程,实现缺陷的可视化、可追溯和可统计管理,从而降低退货率、客户投诉与运维成本。内容涵盖缺陷管理功能详解、业务流程、数据模型设计、后端与前端参考代码、开发技巧与落地建议、上线后的指标与运营建议,以及从 MVP 到生产的实施路线。目标是让每个缺陷都有归属、状态清晰,并能通过看板快速识别阻塞点与风险,提升团队协作效率与产品质量。
|
11月前
|
存储 分布式计算 资源调度
【赵渝强老师】阿里云大数据MaxCompute的体系架构
阿里云MaxCompute是快速、全托管的EB级数据仓库解决方案,适用于离线计算场景。它由计算与存储层、逻辑层、接入层和客户端四部分组成,支持多种计算任务的统一调度与管理。
914 1

热门文章

最新文章