内容字号:默认大号超大号

段落设置:段首缩进取消段首缩进

字体设置:切换到微软雅黑切换到宋体

天翼云_静态资源服务器_折扣

2021-06-10 19:00 出处:欧普曼云计算 人气: 评论(0

天翼云_静态资源服务器_折扣

[编者按:去年,Silicon Therapeutics谈到了他们如何利用谷歌云平台(GCP)进行大规模药物发现虚拟筛选。在本文中,他们讨论了使用Elastifile云文件系统和CloudConnect所带来的性能和管理优势。如果您正在寻找与GCP集成的高性能文件系统,请继续阅读以了解他们构建的环境。]

在Silicon Therapeutics,我们看到了GCP作为提供大规模横向扩展计算平台的好处,并将其作为我们药物发现工作的一个重要组成部分。例如,买云服务器,在我们过去的文章中,我们强调了GCP在筛选数百万个化合物时的应用,国家大数据,这些化合物是针对一个柔性蛋白质目标的构象集合来识别假定的药物分子。

然而,与许多高性能计算工作流程一样,我们遇到了数据挑战。事实证明,云服务器免,在运行我们的核心应用程序分子动力学(MD)模拟时,有很多数据管理和存储方面的考虑,其中包括原子在分子系统中随时间的传播。原子的时间演化是通过数值求解牛顿运动方程来确定的,其中原子间的力是用分子力学力场来计算的。这些计算通常会生成数千个包含原子坐标的快照,物联网工程师,每个快照包含数万个原子,从而生成相对较大的轨迹文件。因此,在一个大数据集上运行MD(例如蛋白质数据库(PDB)中约100000个结构的整体)可以产生大量数据(超过1 PB)。

在科学计算中,减少产生结果的总时间和提高准确性对于帮助发现疾病和疾病的治疗方法至关重要。在实践中,由于数据量的不断增加以及对可扩展、高性能、共享数据访问和复杂工作流的需求,这样做是非常困难的。基础设施方面的挑战,尤其是文件存储方面的挑战,往往会消耗宝贵的时间,而这些时间本可以更好地用于核心研究,从而减缓关键科学的进展。

我们基于物理的工作流程会创建并行过程,快速生成大量数据。支持这些工作流需要灵活、高性能的IT基础架构。此外,分析模拟结果以发现模式并发现新的药物靶点意味着在这种情况下,要筛选所有超过1 PB的数据。这种基础设施的内部建设成本太高了。

公共云非常适合我们的工作流程,因为在云中,淘客app开发,我们可以轻松地将数千个并行计算节点应用于模拟或分析工作。然而,尽管云是可伸缩、高性能计算的同义词,但在云中提供互补的可伸缩、高性能存储可能会有问题。我们一直在寻找更简单、更有效的方法来大规模存储、管理和处理数据,并发现GCP和Elastifile跨云数据结构的结合可以帮助我们解决数据挑战,从而加快研究步伐。

分享给小伙伴们:
本文标签: 天翼静态资源服务器折扣

相关文章

评论

发表评论愿您的每句评论,都能给大家的生活添色彩,带来共鸣,带来思索,带来快乐。

签名: 验证码: 点击我更换图片

评论列表