震撼！华大LUSH基因序列比对加速工具集再次突破计算极限！

 2017年5月  ，19岁世界人人围棋第其他人柯洁九段在和AlphaGo的围棋终极人机大战以0:3完败 ，显然是现代人类顶尖高手与这台机器关系 的尽管了四次较量  ，同年10月 《Nature》杂志发表了低于它所有的进而版本的AlphaGo Zero。了一胜利向世界人展示了帮助建立系统中来自东方学可完成复杂重要任务值得注意而已 性  ，而其背后所代表人值得注意运算能力不足  ，是计算机科学的分支细分领域--高性能计算（High Performance Computing）  ，显然际应用除此除此以外 又又成小国家综合个人实力 的体现  ，更给许多人的日常原因在于生活 生活带 了转变 ，现阶段该各种技术已在航空航天、核试验模拟、天气预报、生命最大 科学、高新制造（汽车、微电子）等细分领域胜利了广泛应用。

以生命最大 科学细分领域举例  ，持续地持续地时间生命最大 遗传密码（基因组）的持续地持续地时间破解  ，人的生老病死了一复杂件件事能用数字化的借助具体内容呈现 ，以期可完成疾病的精准分析得出、诊断和治疗后  ，让许多人远离传感染疾病、防控出生缺陷、肿瘤和心脑血管疾病  ，大幅整体提升人均预期寿命  ，并大幅度大幅整体提升面对社会卫生总负担。

近二十年来  ，其他人全基因组测序的成本以“超摩尔定律”的减慢下降 ，而高性能计算在测序数据统计 分析得出前进方向的应用也会发生了翻天覆地的转变 。现阶段世界人主流的基因组测序数据统计 分析得出工具是Broad Institute开发的免费开源工具集GATK（Genome Analysis Toolkit）  ，该项生命最大 科学细分领域公认的最佳我的工作流程可完成那其他人的全基因组（Whole Genome Sequencing  ，WGS）30X数据统计 分析得出也能1800分钟。深耕于基因组学20多年的华大基因在基因组高性能计算细分领域首获突破性进展  ，于近日不成功可完成6分钟可完成30X WGS全流程的分析得出重要任务  ，相较于GATK新标准 计算时长提速300倍。

根据实际NIH公布的最新资料 ，持续地持续地时间测序各种技术的减慢发展  ，测序成本以超摩尔定律下

https://www.genome.gov/about-genomics/fact-sheets/DNA-Sequencing-Costs-Data

6分钟可完成30X WGS重要任务是由华大基因自主研发的LUSH工具集可完成的  ，打破了该工具软件在2020年1月创造的15分钟极限减慢。另有的黑科技因为使用 了全旧的底层架构独特使用  ，各种技术提供了基于中央再处理器和图形再处理器相融合对其基因数据统计 分析得出的高性能减慢方案  ，在大幅整体提升集群计算资源消耗、大幅整体提升检出减减慢除此除此以外  ，可完成了全程自动化、数据信息化 ，有记录可回溯  ，也能更棒 地用于精准医学的应用场景。

LUSH工具集减减慢旧的底层架构逻辑

LUSH工具集各种技术提供这另外一种“CPU+GPU”的高并行软硬件核心问题方案 ，基于经典流程之中工具软件模块BWA、SAMTOOLS和GATK ，借助GPU的通用运算各种技术 ，对其计算引擎和减慢引擎的旧的架构独特使用 ，可完成算法优化和并行化再处理  ，并融合华大自主研发的超高通量测序仪  ，可完成碱基数据统计 流的超高速分析得出  ，尽管的首获准确的分析得出尽管的。

LUSH工具集减慢流程示意图

因为显然生命最大 数字化进程也能严谨的科学个人精神  ，而其应用场景一是体那进而 精准医疗、健康管理等与现代人类健康密不可分息息有关的细分领域 ，是而已 各不各不相同于除此除此以外 高性能计算细分领域  ，基因组数据统计 分析得出对精度有极高的提出要求要求。而显然高性能和准确性并没有要了一兼得  ，数据统计 之内、分布和浮点精度、峰值性能和内存密不可分产生影响算法的去选择 ，原因在于涉及到惟一最优解和近似解的算法是而已 大相径庭。LUSH工具集因为对其在经典流程算法的基于上借助了其旧的独特使用 的底层架构加大增加了中间部位尽管原因在于读写  ，并借助CPU可完成基因分析得出重要任务的智能分发  ，借助GPU数千计算核心可完成百万重要任务的极速并行再处理  ，除此除此以外 核心问题了经典流程计算密度较高、频繁地存储器访问等核心问题 ，多次反复测试其新标准 品的准确性尽管的与经典流程一致 ，低于99.86% ，进而其也能在计算尽管原因在于准确性与极速性上得以平衡。

更优越的性能、更低的成本和更高效的检出是所有的高性能计算应用细分领域的研发追求既定目标。对减慢组件的持续地研发来自东方对减慢无止境的追求  ，正如新手机芯片行业多的减慢发展是持续地持续地时间移动端潜在需求的旺盛  ，各种技术才得以持续地持续地时间地迭代和进步。从基因组学基于有关研究到临床有关研究及应用  ，可完成测序工具的自主可控的除此除此以外 也也能可完成数学其他方式之上自主研发 ，而不显然追求芯片的底层下潜开发。对后者是无止境的追求  ，而惟一前者的了一可控不要可完成从跟随模仿到惟一超越值得注意而已  ，从核心算法的研发上助力中国目前目前精准医疗自主可控的减慢发展进程。