海量存儲(chǔ)新機(jī)遇，從MassStor100排行榜看生物醫(yī)學(xué)大數(shù)據(jù)的快速發(fā)展

1月28日，國(guó)內(nèi)首個(gè)海量存儲(chǔ)系統(tǒng)性能榜單——中國(guó)海量存儲(chǔ)系統(tǒng)MassStor100排行榜(下簡(jiǎn)稱MassStor100榜單)正式發(fā)布。MassStor100榜單由中國(guó)儀器儀表學(xué)會(huì)圖像科學(xué)與工程分會(huì)、天津市電子學(xué)會(huì)共同成立的“存儲(chǔ)評(píng)測(cè)聯(lián)合工作組”每年定期發(fā)布。首屆榜單收錄了包含政府、科研、教育、能源、醫(yī)療等十余個(gè)應(yīng)用領(lǐng)域共計(jì)35套系統(tǒng)。其中，來自中科曙光的ParaStor和?？低暤腄S-A視頻云存儲(chǔ)分別以72.35PB、70.74PB的有效容量位列榜單前兩位。

生物醫(yī)學(xué)大數(shù)據(jù)，為海量存儲(chǔ)打開機(jī)遇之門

從上榜系統(tǒng)涵蓋的15個(gè)應(yīng)用領(lǐng)域來看，視頻監(jiān)控、衛(wèi)星遙感、云計(jì)算/云存儲(chǔ)和生物信息、氣象環(huán)保作為典型海量數(shù)據(jù)應(yīng)用場(chǎng)景，占據(jù)上榜系統(tǒng)50%以上的份額。由曙光公司提供存儲(chǔ)設(shè)備的天壇醫(yī)院、中國(guó)科學(xué)院上海生命科學(xué)研究院和上海瑞金醫(yī)院均榜上有名?？梢?，隨著生命科學(xué)、新藥發(fā)現(xiàn)、新冠疫情傳播研究及快速檢測(cè)等應(yīng)用的快速發(fā)展，加速了存儲(chǔ)技術(shù)與生物科學(xué)數(shù)據(jù)領(lǐng)域的融合。特別是2020年的疫情防控工作中，科技抗疫彰顯創(chuàng)新實(shí)力，除了病毒形態(tài)研究以外，精準(zhǔn)醫(yī)療、個(gè)性化醫(yī)療，也為存儲(chǔ)行業(yè)在生物信息、醫(yī)療衛(wèi)生領(lǐng)域的發(fā)展帶來了新的機(jī)遇。

近年來，隨著基因測(cè)序技術(shù)的快速發(fā)展，生物醫(yī)學(xué)領(lǐng)域正在快速產(chǎn)生海量數(shù)據(jù)，以第二代高通量測(cè)序技術(shù)等為代表的各類組學(xué)技術(shù)飛速發(fā)展，推動(dòng)了基因組、轉(zhuǎn)錄組、表觀遺傳組、蛋白質(zhì)組等生命科學(xué)組學(xué)數(shù)據(jù)成指數(shù)級(jí)增長(zhǎng)，把生物醫(yī)學(xué)數(shù)據(jù)推進(jìn)到了PB時(shí)代。而當(dāng)前正在發(fā)展的第三代單分子測(cè)序技術(shù)，速度更快、成本更低，進(jìn)一步推動(dòng)生物醫(yī)學(xué)數(shù)據(jù)進(jìn)入EB時(shí)代。除了數(shù)據(jù)規(guī)模增速快，生物醫(yī)學(xué)數(shù)據(jù)分布零散、難以有效整合分析，數(shù)據(jù)價(jià)值挖掘困難，如何更加有效地利用成為嚴(yán)峻挑戰(zhàn)。

曙光ParaStor，挖掘生物醫(yī)學(xué)大數(shù)據(jù)價(jià)值

在對(duì)海量生物醫(yī)療數(shù)據(jù)中的應(yīng)用規(guī)律進(jìn)行研究時(shí)，曙光發(fā)現(xiàn)，生物醫(yī)學(xué)數(shù)據(jù)種類繁多、內(nèi)部結(jié)構(gòu)高維復(fù)雜、內(nèi)涵豐富、數(shù)據(jù)相對(duì)分散、難以高維度多層次交匯共享。必須要解決海量生物醫(yī)療數(shù)據(jù)匯集、共享、使用這三大問題，才可以實(shí)現(xiàn)數(shù)據(jù)價(jià)值的挖掘。

首先是海量數(shù)據(jù)的匯集，曙光分布式存儲(chǔ)系統(tǒng)ParaStor可通過性能與容量的線性增長(zhǎng)，滿足生物醫(yī)學(xué)數(shù)據(jù)以每12-18個(gè)月10倍的速度快速增長(zhǎng)，實(shí)現(xiàn)對(duì)來自不同區(qū)域、機(jī)構(gòu)、個(gè)體，結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行高效存儲(chǔ);其次是海量數(shù)據(jù)的共享，ParaStor可在全局單一命名空間為用戶構(gòu)建EB級(jí)容量的虛擬存儲(chǔ)池，所有客戶端均在同一個(gè)命名空間下共享訪問所有的數(shù)據(jù)，有效簡(jiǎn)化海量數(shù)據(jù)管理的復(fù)雜性;最后是海量數(shù)據(jù)的使用，曙光ParaStor擁有100Gb/s EDR Infiniband高速存儲(chǔ)網(wǎng)絡(luò)，高效解決平臺(tái)對(duì)海量醫(yī)療數(shù)據(jù)大文件存儲(chǔ)場(chǎng)景高聚合帶寬、小文件存儲(chǔ)場(chǎng)景高IOPS的存儲(chǔ)需求。

多年來，曙光公司深耕生物醫(yī)學(xué)領(lǐng)域，為上海瑞金醫(yī)院、北京天壇醫(yī)院、北京基因組研究所、上海生命科學(xué)研究院、上海市疾病預(yù)防控制中心等單位提供產(chǎn)品與解決方案，高效支持醫(yī)療影像、基因測(cè)序、冷凍電鏡、藥品研發(fā)等應(yīng)用的穩(wěn)定運(yùn)行。未來，曙光將充分發(fā)揮企業(yè)優(yōu)勢(shì)，加速技術(shù)創(chuàng)新，為生物信息領(lǐng)域用戶提供更先進(jìn)的產(chǎn)品與服務(wù)。