“叮!智能实验室系统已升级成功。”
随后,一个金色方块出现在他面前的桌上。
方方正正,巴掌大小,通体流光溢彩,散发着柔和的金色光芒。
这,怎么这么眼熟呢?
卫康揉了揉眼睛,感觉自己好像看到了一个移动硬盘。
不过比上次的金色u盘要大许多,说明确实数据含量多了很多。
他把金色方块放进信封中,然后夹在一个文件夹里,朝着ai制药实验室走去。
公司为了人工智能,在硬件方面还是投入比较大的。
整整一层楼的房间都塞满了自建的gpu计算机,足足有几万块卡,还包括海量存储设备。
虽然投入很大,但从长远来看,自建超算比租赁云平台更有发展潜力,也是ai系统成长的必经之路。
人工智能的核心业务壁垒和竞争力就是算法中的业务逻辑,还有就是数据。
就算一开始租赁云平台,等到后期核心业务已经稳健,数据和算法需要信息安全保护的时候,还是需要从公有云平台迁移至自建超算。
租赁云平台只适合对成本敏感的小公司,如果资金和时间都充裕,还是直接自建超算更合适。
尤其是当计算力和算法均是自己研发的,就会产生1+1大于2的“化学反应”。
因为原创算法和算力两者采用统一的接口时,更易于互相匹配和协调。且数据的收集,标注,模型建立,模型训练到输出sdk的每一个环节,都可以做到标准化和自动化,整个链条就会跑得更快,算法迭代速度更快。而公有云的超算很难满足每个企业算法的匹配。
而且国内数据安全保护也非常薄弱,如果通过公有云平台做模型训练,理论上云平台都可以看到使用方数据,一旦数据被泄露,对公司将是重大打击。
反正卫康是信不过企鹅云,阿狸云这些平台的安全性。
前段时间央视315爆出ai客服一年打40多亿个骚扰电话,以及犯罪分子通过免费公共wifi窃取用户消费信息的现象还历历在目呢。
不过,构建超算不单是将几千或者几万个gpu堆叠起来,还需要一套强大的“管理系统”――就像微软windows操作系统。
而这个系统,正是系统给予的ai制药系统。
也是之前的智能实验室系统。
所以,其实卫康是因为有了自己的操作系统,才能够这么自建超算平台的。
如果没有系统,他要么自己请一个团队,耗费多年打造新系统,要么就只能租赁云平台了。
卫康来到实验室,走进空无一人的数据间,里面是一个个放满了计算机的架子。
他径直走到控制服务器处,打开信封,将金色方块放在了上面。
一阵金光闪过,方块消失无踪。
显示屏上出现了一行字。
“系统自动升级中,预计耗时12小时,将于次日晚间03:00升级完毕。”
卫康满意地点点头,这个速度还可以,等明天上班就差不多能见识到全新的ai系统了。
升级要花这么久,估计是因为现实中的硬件限制问题,如果硬件性能再好一些,升级速度肯定能更快。
到时候,三清新药研发的速度将迅速提升,而搜集数据,分析数据,构建算法和模型的功能也将大大增强,前期的化合物性质预测,基因点位预测等功能,完全可以通过充足且丰富的定量干实验(ai模型)进行完善,再在传统生物实验中进行测试,两者结合,共同迭代加速。
不仅仅在药物研发领域,如今的医疗领域,模拟血流,模拟心脏,模拟人体任何一个部分,都离不开超级计算机。
鹰国科学家曾利用世界前十的超级计算机,选取一名真人扫描其血管系统,通过3d建模技术建立动脉系统模型,成功地再现了整个人体的动脉系统。任何直径或宽度在1毫米以上的动脉血管都会出现在模型中,而且模型的分辨率达到了9微米。
拥有这样的模型,完全可以进行一系列的人体仿真模拟。
可以分析任何人体部位的药物靶点,分析蛋白质的折叠结构,改进与靶点蛋白的结合方式,并模拟药物在人体内的新陈代谢,跟踪药物的代谢路径,并得出剂量和药效数据。
再比如,对一个可能发生脑梗塞病人,医院难以判断是否要进行支架手术,一般都会通过从大腿动脉处放进测压导丝进行测量,但这种方式既危险又痛苦。
而在超级计算机的帮助下,经过模拟计算,只要血流储备分数如果小于0。8,就可以进行手术。
也就是说,只要运算核够多,速度够快,医疗工作者的诊断和治疗水平将大大提升,而科学的治疗手段更容易让患者接受。