支付幾百元將你的唾液郵寄，你的基因組序列就會得到分析，所得出的結果不僅可以診斷疾病，還可以用于未來疾病的風險預測。相信已經有不少人耳聞甚至使用過這樣的基因測序“黑科技”產品。

近年來，隨著基因產業迅速崛起，測序門檻也越來越低。如果把人體比作一臺精密的機器，基因測序就好比“人體機器”的“使用說明書”。隨著未來基因技術的不斷發展，人類或許有能力解讀自己的生命圖紙，并獲得開發人體潛力極限的能力。

目前，基因測序技術在基礎研究、技術研發和臨床實踐上已經得到了大量應用。而這背后離不開云計算、AI、大數據等新一代信息技術的鼎力支持。

事實上，生命科學的研究競賽，很多時候已經變成了一場“算力”的比拼。好的科研成果通常是基于龐大的計算數據。隨著越來越多臨床基因檢測，如：產前檢測、腫瘤檢測等，項目的落地，對算力的需求也會逐步增加。那么，該如何為基因測序提供更強的算力呢？

面對海量測序數據，華大基因的痛點如何化解？

作為全球領先的生命科學前沿機構，目前華大基因已經完成HPV檢測總數超過420萬例，完成耳聾基因檢測250余萬例，完成無創產前檢測510多萬例。這些基因測序的流程中，動輒涉及到數萬/數十萬個基因測序及模型建立，依賴大量的計算和存儲資源，隨著未來業務量的那一步擴展，將使華大基因的傳統IT架構面臨一定挑戰：

計算資源比較緊張，在使用峰值時，任務經常需要排隊等候；

由于基因測序對算力的需求是波動的，通常第四季度的消耗最大而第一季度最少，這會導致服務器的數量無法得到很好的控制。如果選擇采購可以滿足最大峰值的集群，那么在業務量不能時刻保持高峰時，就會存在很大的成本浪費。而一旦服務器不足，則無法滿足業務高峰時的測序任務；

科技服務部門有很多復雜基因組，在各個測序分析的階段需要借助不同規格的計算資源，線下計算集群往往無法適應快速的擴縮容；

此外，線下集群架構不支持高通量基因測序數據的多任務并行，面對海量基因數據，每個基因測序都是一個極其消耗計算資源的過程，傳統的數據存儲和分析方式并不能支持高通量測序的需求。

華為云基因容器GCS：20分鐘快速部署，成本下降30%

經過多方考量，華大基因選擇了華為云作為合作伙伴。據悉，華為云在2018年全球首家推出了以Kubernetes為基礎的基因容器服務GCS，能夠支持集群自動擴縮容，靈活應對業務增長對資源帶來的壓力。當測序需要大量資源時，云平臺能夠快速擴容提升處理能力，解決峰值壓力；在業務低谷時，可以釋放資源，降低成本。在不同的測序分析階段，GCS都能為測序企業提供不同規格的計算資源。

值得一提的是，在本次項目中，華為云基于輕量級的容器技術，對華大基因常用的測序軟件進行了針對性的優化處理。借助容器的高并發度，每個節點上可同時執行多個任務，帶來整體計算性能的提升，一舉解決了線下集群和公有云服務都難以解決的高通量測序問題，讓基因測序數據的計算分析更省時、更輕松。

此外，華為云GCS還具備全自動化測序分析能力，為用戶提帶來便捷、安心的一站式服務：

借助GCS的生物信息流設計器，再復雜的業務也可以編排到一個流程中，一鍵搞定測序任務，避免多套系統操作帶來的不便；專為國內“生信人”設計的流程控制語法，結構簡練、易懂，既滿足了流程編寫的易用性，同時也保證了流程遷移的方便性；GCS的流程熱力圖，以非常直觀的方式隨時了解測序進展，精確掌握資源消耗走勢，指導優化方向；還可根據判斷條件選擇執行分支，滿足企業復雜的流程管理需求。

目前，華為云團隊已經協助華大基因平滑上云，雙方一起完成超過300萬核時計算，平穩運行超過100天，實現了基因測序環境快速部署，從過去的3-5天縮短到僅需20分鐘。與此同時，雙方還通過構建2萬核資源池，滿足了海量數據、高并發處理的需求。如今，華大基因已可以靈活應對業務波動，按需使用和釋放計算資源，在盡可能提升測序效率的情況下，有效降低測序工作的IT成本。

華為云GCS助推測序企業提升競爭力

除了華大基因外，在國內基因行業Top15的企業中，14家選擇了與華為云合作。

其中，武漢未來組作為國內首家長讀長測序服務公司，承接了大量動植物基因組、轉錄組、微生物基因組及宏基因組測序分析等科研服務項目，月產出數據量高達數十Tb。華為云為其提供Kunlun超大內存裸金屬服務器，支持承載重樓百合150G基因組裝，使得測序原始數據處理速度得到快速提升。華為云還協助未來組打通了線下數據生產平臺與云端高性能計算平臺之間的網絡鏈路，讓線下產生的數據可以快速上傳到云端，從而進行后續的分析。并由華為云專業的技術團隊負責整體的運維管理，大大降低了未來組的IT運維壓力。

“云+AI+5G”引領基因產業智能化升級

在醫療健康行業智能升級的大背景下，基因測序也需要融合更多的新興技術手段來達到更高的精準度和科學性，華為云將釋放“云+AI+5G”的強大動能，讓測序企業更省、更快、更安心，實現行業的智能化升級。

云計算：打通線上線下形成容器混合云，容器鏡像自動同步，資源、應用統一管理運維，使得線上線下功能和環境一致，用戶使用習慣一致。

大數據：通過計算存儲分離、內存及分布式緩存、智能調度，大數據性能提升40%，成本降低50%。

人工智能（AI）：通過作業群組管理、拓撲感知的親和性調度，GPU線性加速比提升35%，降低人工智能50%訓練時間。

鯤鵬算力：整型計算+多核契合測序分析，Minimap2軟件在鯤鵬920下性價比領先同代X8620%。

在未來生物技術發展與云計算的共同推動下，基因測序“黑科技”必然會造福更多的人類。也許有一天，現有的醫學疑難雜癥也會被一個個攻克。在這條生命科學的漫漫征程中，面向未來，華為云將緊跟科技的發展和用戶需求的變化，持續進行研發迭代升級，伴隨基因產業一路前行！

責任編輯：Ct