冷凍電鏡技術是解析生物大分子三維結構的關鍵手段，曾獲2017年諾貝爾化學獎，并在新冠病毒結構解析中發揮重要作用。然而，該技術的數據處理面臨圖像信噪比低、計算規模巨大、重構耗時長等挑戰，尤其在大規模原位結構解析中缺乏高效算法與軟件支持。

經過長期技術攻關，北京理工大學基于“DeepAI深算智能引擎+國產GPU加速卡”，成功研發具有自主知識產權的大規模冷凍電鏡圖像原位重構軟件——DisSPA，通過中科曙光提供的國產算力實現對冷凍電鏡圖像的高效、高精度原位結構解析，標志著我國在生物計算與結構生物學交叉領域取得重要突破。

項目團隊創新性提出并實現了基于國產GPU加速卡的并行化緩存方案與多卡GPU-FFT技術，顯著降低預處理時間與內存負載，解決了傳統方法中模板匹配效率低、存儲需求大等瓶頸。

在實際測試中，DisSPA在國產GPU單卡上相比CPU單核實現高達961.9倍的性能提升，相比32核CPU也有30.9倍性能提升。在處理400張大規模圖像數據時，僅需22分鐘即可完成重構，遠超傳統處理效率。

目前，DisSPA已完成在多家單位的應用示范，支持紅藻捕光系統、酵母核糖體等典型生物結構的原位解析，驗證了其在高精度結構解析中的可靠性與實用性，具備大規模對外服務能力。

未來，北京理工大學將與中科曙光持續推進DisSPA的推廣應用，開展系列培訓與學術交流，助力更多生物學家高效獲取高分辨率原位結構，推動我國在結構生物學與人工智能交叉領域的前沿發展。