戴尔PowerEdgeXE8545 助力企业克服AI时代浪潮
发布时间：2022-06-20 15:20:35 所属栏目：系统 来源：互联网
导读：蛋白质对于人体和生命来说 犹如高楼大厦中的一砖一瓦 失去蛋白质，生命也会如同 缺少材料的大楼般轰然倒塌 人体中存在众多类型的蛋白质，如人体免疫系统的抗体蛋白、胶原蛋白、抗冻蛋白、核糖体等，每种蛋白质都有自己独特的蛋白质三维结构。研究蛋白质，对
|
蛋白质对于人体和生命来说 犹如高楼大厦中的一砖一瓦 失去蛋白质，生命也会如同 缺少材料的大楼般轰然倒塌 人体中存在众多类型的蛋白质，如人体免疫系统的抗体蛋白、胶原蛋白、抗冻蛋白、核糖体等，每种蛋白质都有自己独特的蛋白质三维结构。研究蛋白质，对于生命科学与药物研发具有重要的价值。 很多人体疫病，都是由蛋白质的错误折叠引发的，比如帕金森症、阿尔斯海默症、亨廷顿症等。药物原理类似于一把钥匙，锁就是疫病靶点，通常可以把它认为是一种蛋白质。“钥匙小分子”加入锁孔就是和蛋白质发生结合，抑制蛋白质正常作用，或者激活蛋白质的某些作用。 因此，了解和预测蛋白质的形状，有利于科学家设计出新的更有效的治疗疾病的方法，帮助新药物发现，降低实验成本。 2020年Google DeepMind推出的AlphaFold2改变了一切。2020年12月发布的CASP14成绩单，AlphaFold2将CASP蛋白质结构预测成绩提高到92.4分（满分100分），与蛋白质真实结构只差一个原子的宽度。2021年7月，Alphafold2模型结构及训练过程发布在Nature杂志，并开源了蛋白质结构数据库及推理代码。 Alphafold2能够预测出98.5%的人类蛋白质结构，其中60%的结构位置预测具有可信度。Science杂志则把AlphaFold2评选为2021年十大科学发现之首。 Alphafold2相较第一代AlphaFold的卷积神经网络，利用多序列比对（MSA），将蛋白质的结构和生物信息整合到深度学习算法，主要包括神经网络EvoFormer和结构模块Structure Module： 戴尔PowerEdge XE8545是戴尔科技最新推出的15G服务器家族中，专门针对AI GPU计算进行设计和优化的加速服务器。4U空间内可以支持4张A100 GPU加速卡，GPU之间通过NVLink实现600GB/s的pear-to-pear高速直连通信。 测试环境硬件及软件配置如下： ●AMD EPYC 7713 64-Core Processor × 2 ●1024 GB memory ●Nvidia A100 GPUs × 4, 80GB/500W ●CentOS Linux 7.0 ●Python 3.8.0, TensorFlow 2.5.0 ●CUDA 11.5, cuDNN 8.3 XE8545推理68-2750个氨基酸残基组成的蛋白质的3D结构预测耗费的计算时间如下表所示（Top1模型，即推荐置信度最佳的模型），使用单张A100推理计算时间从19.3分钟到2个半小时不等。 如果按照DeepMind论文Top5模型，XE8545单卡A100推理计算时间如下： 通过性能日志分析，我们可以明显地看到AlphaFold2在推理过程中，由CPU和GPU交替计算，第一阶段同源序列搜索、模版搜索及特征构造，以及最后阶段3D结构生成的计算过程主要由CPU计算；中间第二个阶段Evoformer神经网络和结构模块计算则主要由GPU进行计算。而XE8545所提供的强劲GPU算力与AMD 多核CPU算力(128核)，则能够确保AlphaFold2在规定时间内完成一个大型的蛋白质3D结构的预测计算。 （编辑：PHP编程网 - 黄冈站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330482号