近年來，傳統(tǒng)的基于結構（structure-based）的設計方法已經(jīng)逐漸達到其極限，使得用于藥物研究和發(fā)現(xiàn)的資本開支呈指數(shù)級增長。因而，對于藥物設計領域來說，基于運動（ motion-based）的藥物設計方案，即分子動力學模擬，堪稱業(yè)界最激動人心也最具創(chuàng)新性的進步之一。而分子動力學模擬的實現(xiàn)，則對算力有極高的要求。

在過去，只有大型超級計算機才有能力為分子動力學計算提供足夠的算力。但是致力于提供“專用超算”解決方案的雪湖科技，希望打破這個瓶頸，開發(fā)出一種比傳統(tǒng)超級計算機性能更高而且成本更低、能效更高的解決方案。

基于FPGA的分子動力學專用引擎

如上所述，為了促進醫(yī)學的發(fā)展，藥物研發(fā)已進步到分子層面。在這個層面上，科學家能夠更加深入地理解分子和生物過程的作用，解開它們運動的奧秘。

雪湖科技生命科學計算首席科學家盛楠博士表示：“就像破案時‘看監(jiān)控錄像’遠比‘看現(xiàn)場照片’要容易捕捉作案細節(jié)一樣，分子動力學模擬讓藥物設計人員更直接的‘看到’藥物分子的整個生效過程，從而大幅提高新藥研發(fā)的成功率”

成立于2017年的上海雪湖科技公司，是一家致力于高性能計算產(chǎn)品研發(fā)與解決方案的創(chuàng)新企業(yè)。該公司主要為生命科學、石油天然氣勘探、自動駕駛、分布式存儲和其他相關領域提供創(chuàng)新型專用高性能計算解決方案和產(chǎn)品。

雪湖科技設計并研發(fā)的“Yaddle MD”是一個基于FPGA的分子動力學專用引擎。這是一種在賽靈思 Alveo? 加速卡上實現(xiàn)的分子動力學計算專用解決方案， 其借助賽靈思運行時庫 （XRT） 通過分子動力學專用API為常用的分子動力學軟件和其他分析插件提供兼容性支持。

圖 1 – 藥物研究與發(fā)現(xiàn)過程中使用的分子動力學計算

從性能上看，雪湖科技Yaddle MD FPGA分子動力學專用引擎運行在Alveo加速器卡上，比僅用CPU的分子動力學軟件方案高近50倍，比使用GPU加速的分子動力學軟件方案高兩倍，如圖 2所示。與此同時，F(xiàn)PGA 的功耗僅為CPU的2/3， GPU 的2/9，為此使得Yaddle MD每度電可以提供的模擬量是CPU的近100倍，GPU的近10倍。

圖 2 –雪湖科技Yaddle MD FPGA分子動力學專用引擎與競爭解決方案相比，性能更高且能耗更低

自適應Alveo 加速器卡的價值

由于復雜算法演進的速度已經(jīng)遠遠超越了芯片的設計周期，因此功能固定的 GPU和ASIC 器件無法跟上發(fā)展節(jié)奏。基于賽靈思16nm UltraScale?架構而構建的賽靈思 Alveo 加速器卡，專為滿足瞬息萬變的現(xiàn)代數(shù)據(jù)中心需求而設計，面向機器學習推斷、視頻轉碼、數(shù)據(jù)庫搜索和分析等常見工作負載，可提供比 CPU 高達 90 倍的性能。

Alveo U200 加速器卡

Alveo 加速器卡為打造Yaddle MD提供了獨特的可重配置加速功能，不僅能夠支持其靈活適應算法的持續(xù)優(yōu)化，而且還能在支持任意類型工作負載的同時，降低總擁有成本。

Yaddle MD借助Alveo U200 加速器卡實現(xiàn)了超高性能的FPGA 分子動力學算法，能夠執(zhí)行非常復雜的計算?；趩螐?Alveo 卡，Yaddle MD就可實現(xiàn)比使用CPU 和 GPU 處理器更高的性能，提供此前只有超級計算機才能提供的強大算力，從而可以大幅加速生物分子的動力學模擬速度。

借助Yaddle MD ，助力用戶可以實現(xiàn)：

·在單片F(xiàn)PGA 上實現(xiàn)完整的分子動力學計算，從而釋放大量CPU資源

·實現(xiàn)原子間相互作用的分布式式流水線計算，顯著提高計算性能

·編碼原子之間的鍵合信息，并在實時計算過程中對其進行解碼

·通過工具集為常用的分子動力學軟件和其他分析工具（包括格式轉換）提供兼容性支持

盛楠博士表示：“高性能是確保分子動力學計算高效和精準的關鍵，雪湖科技基于Alveo 的高性能分子動力學專用引擎，不僅能為客戶節(jié)省大量時間成本，而且讓基于動力學的藥物設計由不可能變?yōu)榭赡堋薄?/p>

目前，雪湖科技的 Yaddle MD引擎已經(jīng)開始通過阿里云提供MD加速服務，其基于 Alveo 卡的加速方案也正在小規(guī)模對外開發(fā)測試中。與此同時，雪湖科科技的創(chuàng)新步伐還在繼續(xù)，其計劃未來將通過多個Alveo設備結合的形式繼續(xù)擴展仿真能力，進一步為分子動力學計算應用提速并擴大吞吐量。