碳云智能作為數(shù)字生命健康管理領域全球獨角獸公司，旨在利用信息學、統(tǒng)計學、人工智能等前沿技術算法深入挖掘整合人體健康相關的各類數(shù)字生命數(shù)據(jù)，最終實現(xiàn)數(shù)字化精準健康管理服務。

GPU加速數(shù)字生命計算

基于數(shù)字生命的理念，高通量測序技術的發(fā)展、可穿戴設備的普及、生物多組學與醫(yī)學影像分析方法的突破都為個性化智能健康服務帶來了機遇。

碳云智能的數(shù)字生命計算平臺將Tesla P40應用于多類生物數(shù)據(jù)挖掘分析加速。任務涵蓋小樣本高維度生命數(shù)據(jù)的特征提取、機器學習分類及基于深度神經(jīng)網(wǎng)絡的健康狀態(tài)預測等。

以碳云針對類風濕關節(jié)炎病患的宏基因組數(shù)據(jù)提取關鍵特征任務為例，通過RAPIDS的加速，使用一塊Tesla P40后，處理相同任務的速度相較于之前使用傳統(tǒng)10核CPU提高了6倍。同樣，使用GPU的加速也能將碳云的深度模型加速10倍以上。

數(shù)據(jù)激增，性能遇瓶頸

隨著數(shù)據(jù)量的急劇增長，通常的分析流程和算法模型開始在某些IO與計算密集的部分出現(xiàn)性能瓶頸，同時人工智能的發(fā)展又為碳云智能提供了新的方式去分析數(shù)據(jù)。一方面，準確性與響應速度對于用戶體驗的重要性與日俱增；另一方面，生物數(shù)據(jù)下機之后往往需要大量計算密集的預處理，導致研發(fā)人員需要把大量的時間消耗在等待數(shù)據(jù)的讀取與預處理流程上。碳云智能需要優(yōu)化流程與算法中關鍵部分的運行速度，從而提高用戶體驗與整體研發(fā)效率；同時擁抱各類深度學習算法，提高算法準確度。

RAPIDS加速計算顯成效

碳云智能采用Tesla P40，并使用RAPIDS提供的接口，在多項組學數(shù)據(jù)挖掘工作中利用GPU取代傳統(tǒng)CPU，從而使得整體處理速度明顯提高。

不失一般性，以基于腸道微生物數(shù)據(jù)預測類風濕疾病風險和生理年齡等指標為應用案例，微生物的K-mer數(shù)據(jù)有超過上億數(shù)目的特征數(shù)量，對數(shù)據(jù)讀取和分析算法都是巨大的挑戰(zhàn)。分析流程需要先并行地使用顯著性分析進行特征過濾，隨后整體進行特征降維并用于下游分析。使用RAPIDS對該流程各模塊提速，其中數(shù)據(jù)讀取提高最大可達6倍以上；特征降維以PCA為例，在目前CuML的實現(xiàn)仍不成熟的前提下依然可以將計算時間縮短至1/2。

深度學習方面，碳云智能使用大量微生物數(shù)據(jù)訓練特征深度模型用于特征提取，GPU可使訓練過程提速10倍以上，并且基于微生物的深度特征的分類器的F1-score比傳統(tǒng)方法提高30%。這一案例說明，在數(shù)字生命大數(shù)據(jù)通用的運算需求下，GPU及RAPIDS框架有效地助力提升了碳云智能挖掘整合多維生命數(shù)據(jù)的運算效率。

GPU加速激發(fā)數(shù)字生命計算新思路

碳云智能使用RAPIDS加速各類數(shù)據(jù)讀取與統(tǒng)計機器學習方法，利用GPU加速的深度學習算法在性能表現(xiàn)上顯著超過了傳統(tǒng)方法。RAPIDS的Python接口簡單易用，能幫助碳云智能的數(shù)據(jù)科學家無需付出過多的額外努力即可改良現(xiàn)有流程，能夠每日為數(shù)據(jù)預處理節(jié)約大約1小時。

通常數(shù)字生命中的多組學大數(shù)據(jù)相較于互聯(lián)網(wǎng)大數(shù)據(jù)（圖片、語音、文字等）具有樣本空間小特征維度高的特點。通過碳云智能的示范案例可以了解到GPU及RAPIDS框架對于傳統(tǒng)生命大數(shù)據(jù)的降維、分類、回歸預測等任務加速具有強大的潛力，使其得以充分運用現(xiàn)有各類生物數(shù)據(jù)，深度模型在碳云智能的各類分類與回歸任務上都對傳統(tǒng)方法有所提高，給生物信息的方法學帶來了各種新思路。