院士领先，引领超算应用新高地

时间：2022-04-04 05:24:01 | 来源：行业动态

时间：2022-04-04 05:24:01 来源：行业动态

而主题演讲代表了大会的精髓，第一位演讲大咖是，中国科学院院士陈润生，他是中科院生物物理所，中国科学院核酸生物学重点实验室学术委员会主任，我国最早从事理论生物学、生物信息学以及非编码RNA研究的科研人员之一。二十多年来在生物信息学领域进行了系统的研究，在大会上他介绍了从大数据到精准医学再到核酸药物的研发和应用。



在《基因组 大数据 精准医学与人工智能》主旨报告中谈到，大数据对于防备新冠的影响是巨大的，是根本的。二十世纪初的西班牙流感大约用了13-15年才决定了病原的性质，2003年用了4个月时间才确定了SARS病原体的组成和序列，而我们现在有了大数据，有了更先进的技术，新冠病毒的核酸组成几天就确定了，而之后用几个小时就把疫苗设计出来。陈润生院士谈到。



院士还分析了精准医学发展中的挑战，针对基因组中的暗信息，还有大量的挖掘工作有待于进一步的开发，来逐步实现更精准利用基因组信息。自己觉得人工智能的模式、理论、技术可能有待于进一步的完善和发展；对于生物医学工作者而言，如何构造一个很好的学习集是充分发挥人工智能作用非常重要的环节。陈院士谈到。





另一位大咖中国科学院院士汤涛分享了《不确定性量化与科学计算》的主旨报告，不确定性量化在当今科学研究中起到非常重要的作用，也为科学计算提出了重大挑战。



他介绍了不确定性问题并讨论了其科学计算挑战。他表示，不确定性无处不在。从金融市场的不确定性，量子力学中的不确定性、科学技术中的不确定性来分析如何让不确定性量化。他举例，布朗运动在金融市场应用广泛，湍流基本特征是流体微团运动的随机性以及人脸识别中观测数据不准确等。过去由于我们对于自然界的认知不足，无法准确预测自然灾害、温室效应等。而现在随着高性能计算的应用不确定性量化已经在气候预测、深度学习等领域。







第三位出场的院士是深圳计算科学院研究院首席科学家樊文飞，他分享了《并行顺序图计算》的报告。通过解决两个与并行图计算有关的问题，来简化并行编程，目前这个系统已经通过阿里巴巴开源设计，作为阿里巴巴2000 图形工作的图计算基础设施，在改进搜素、网络安全、监控、GNN培训、欺诈检测、链接预测和在线推荐等方面平均分别提高439倍、2400倍、2.2倍、2.86倍、2.7倍和4.5倍。并欢迎大家使用开源系统，希望一起把系统打造成国际IT界的民族品牌。



在院士的精彩内容带动下，国家对地观测科学数据中心主任李国庆分享了《基于存算融合的科研创新计算基础设施构建中的若干问题（以地球科学为例）》报告。澳门大学蔡小川教授分享了《在超算中心上模拟人体内的血液流动》的实践报告。他表示高性能计算在精准医疗上的作用越来越大。今天通过医疗手段虽然能看到血液的影子，但是看不到血流等，通过数学方程来表达出血流的压力、速度等，可以实现对血管内部更精准的判断。而这个数学方程的解需要大量的计算。比如要计算一个几厘米的血管，需要一个月的时间。 在没有超算之前，计算出来的离散化的误差太大了，而现在通过几何数学、生物力学与超算融合能够完整的模拟人体内的血液流动，从而通过心脑血管的不同变化来实现精准医疗。蔡小川分享到。



大咖网红也来了！！！





#8小时以上睡眠更有利于大脑发育#，一个话题阅读4.6亿，这个话题的创造者是复旦大学大数据学院院长，复旦大学类脑人工智能科学与技术研究院院长冯建峰，他在大会上分享了《数字孪生脑》主题报告。由于大脑极其复杂，大约有864亿神经元，所以大脑的模拟只有在高性能计算平台上才能实现。大脑模拟数据处理、存储和传输所需要的计算能力、存储容量和通信吞吐量都非常庞大，在超级计算机上能够模拟完整的大脑一直是脑计算领域的理想。但是实现1000亿次神经元的计算是一个巨大挑战。冯建峰讲到。通过设计在超大规模SNN网络上，映射神经元到计算设备并且规划路由的算法，真正实现可算的目标；并分析了在该算法下，现有硬件距离真正的实时全脑还有多远。我们以此为基础，成功地发展了介观数据同化的数学方法，并成功地在超大规模HPC集群上实现了20G的全脑模拟实验与0,1G的全脑同化实验。方建峰最后谈到。