隨著云計算服務和實踐的成熟，越來越多的行業對于云計算的需求也日益增加。不同行業的需求與云計算融合，就需要更大的算力支撐。這也意味著，云計算的需求市場日漸擴大，Cloudam云端自主研發的云E算力平臺應運而生。

不僅企業對于算力資源的需求越來越多，各大高校及各研究所，也會因為算力資源不足，而拖延項目研究的進度。例如，在某港澳大學的基因組項目中，也面臨因為當前計算機性能不夠導致算力不足的問題。

首先，目前該大學某生物信息課題組需對約2000個物種使用RepeatMasker進行基因組分析，中間需產生約2PB的臨時數據及100T以上的最終結果數據，這樣巨量的存儲需求，是當前設備的存儲資源不能滿足的。

其次，該項目需使用600萬核時計算資源，且需支持并發約2000核，因而導致現有的計算資源明顯不足。

此外，該大學原來是直接使用某公有云資源計算，但此項目若直接使用公有云資源, 那么成本將會是原本預算的很多倍。因此，項目組需要在國內尋求更為經濟的解決方案。

針對當前這些棘手的問題，Cloudam云端通過云E算力平臺進行SaaS接入，用戶可以通過瀏覽器直接使用RepeatMasker進行分析, Cloudam云端的云E平臺支持高達10PB的超大存儲完全滿足客戶數據量的需求。同時，該用戶利用云E平臺提供的跨地域Gbps級別專線，將100TB的最終結果下載到自己本地，傳輸過程有著高速、智能化的特點。最重要的一點，云E算力平臺同客戶簽訂了數據安全及保密協議，Cloudam云端將嚴格保障用戶輸入數據及計算結果的安全與私密性，保障了客戶的安全和隱私。

該解決方案最終耗時約550萬核時完成整個項目，中間存儲及最終的結果下載完全免費。費用方面，此次Cloudam云端的云E平臺的花費大約只用了公有云1/5的成本，有效節約近80%的預算成本，就完成了整個基因組分析任務。

相比于超算中心的算力資源，Cloudam云端的云E算力平臺顯然有著更低的成本、和更高的效率。更重要的是通過這一次的項目經驗，極大提升了該所院校對國內云計算產品的信心及信任度，最終，Cloudam云端也與該院校達成了長期合作關系。

從以上實際案例中，我們可以看到，云E算力平臺確實有效地解決在科研過程中，高校及研究所面臨的本地算力資源不足、成本過高以及計算時間過長等問題。除此之外，還為用戶提供了靈活高效的傳輸方案，及免費的存儲空間。顯著提高了科研項目的效率。
? ? ?責任編輯:tzh