超集信息受邀出席第二届蛋白质科学前沿论坛，以算力突破助产业发展_新闻中心_苏州超集信息科技有限公司

在蛋白质科学的探索征程中，算力是开启微观世界奥秘的关键钥匙。蛋白质结构解析、分子动力学模拟、蛋白质组学大数据挖掘等，庞大算力大幅加速了蛋白质结构解析和功能研究的步伐。

在HPC与AI技术的浪潮中，超集信息凭借深厚技术积累，为众多医疗领域用户搭建了高效的算力平台。本次大会上，超集信息受邀展示多款算力解决方案，并针对蛋白质组学研究及药物研发场景，带来专项算力建设方案的深度分享。

超集信息资深售前技术工程师王均栋在报告中指出，蛋白质和分子研究作为高性能计算（HPC）的传统应用领域，长期以来依赖CPU进行复杂的计算机模拟。然而，随着人工智能（AI）技术的兴起和GPU的广泛应用，这一领域正经历着深刻的变革。

计算加速：从CPU到GPU的质变

01

并行计算能力的飞跃

传统CPU在处理大规模并行计算任务时存在瓶颈，而GPU的并行架构使其在处理蛋白质和分子模拟任务时表现出色。在蛋白质结构预测和分子相互作用研究中，GPU的并行处理能力可以将计算速度提升数倍，甚至数十倍。

AI技术，尤其是深度学习，为蛋白质和分子研究带来了新的方法。例如，深度学习模型可以用于预测蛋白质的三维结构，这在传统方法中需要大量的计算时间和资源。通过GPU加速，这些模型的训练和推理过程可以大幅缩短，从而提高研究效率。

精准分析：AI提升数据处理精度

01

数据驱动的模型优化

AI算法能够处理和分析海量的蛋白质和分子数据，从而优化模拟模型。例如，机器学习算法可以用于改进分子力场的精度，使模拟结果更接近实验数据。这种数据驱动的方法不仅提高了模拟的准确性，还减少了对实验数据的依赖。

在多尺度建模中，AI技术可以用于连接不同尺度的模型，从而实现从原子级别到宏观尺度的无缝过渡。这种方法在处理复杂的生物分子系统时尤为有效，因为它能够同时考虑微观和宏观层面的物理化学性质。

应用拓展：从基础研究到药物研发

01

药物研发中的AI应用

在药物研发领域，AI和GPU的结合为新药发现提供了强大的工具。例如，AI模型可以用于预测药物分子与蛋白质靶点的结合亲和力，从而加速药物筛选过程。通过GPU加速，这些计算可以在短时间内完成，显著提高研发效率。

在蛋白质组学研究中，AI技术用于处理和分析质谱数据，从而提高蛋白质鉴定和定量的准确性。例如，基于Transformer架构的深度学习模型可以更精准地预测质谱二级谱图的强度，从而优化蛋白质鉴定过程。

液冷散热技术以其卓越的能耗比和稳定性，迅速成为算力产业的"新宠"。然而，作为一项新兴技术，液冷的全面应用仍面临配套基建的巨大挑战。当前，大多数数据中心和用户机房依然以风冷环境为主。

为满足风冷和液冷环境用户的共同算力升级需求，超集信息推出了多款旗舰算力解决方案，并在现场进行了详尽的分享，旨在助力客户实现更高效算力升级，推动蛋白质组学与智慧医学稳健发展。

超集信息基于三风扇版本GPU（单卡功耗最高支持600W）推出了8卡智算服务器解决方案——ServMAX® G748-H4 & ServMAX® G748-X4，覆盖了AMD EPYC™ 9005/9004平台及5th/4th Gen Intel® Xeon®平台。

· 散热优势：三风扇显卡配备更大的散热鳍片和更多热管，散热面积远超涡轮版。结合多风扇协同工作，优化风压和气流分布，能快速将热量从GPU核心传导至散热片并排出。在高负载场景下，三风扇显卡的GPU温度普遍比涡轮版低更优。

ServMAX® GO448-X4液冷散热系统覆盖双路5th/4th Gen Intel® Xeon® Scalable处理器+8张全尺寸GPU，整机30℃满载运行中，CPU峰值低于55℃，GPU峰值低于72℃。较风冷方案实现25%温度下降，更加稳定可靠。

· 高稳定：自主研发的铜心铝身全金属焊接冷板，高气密性设计大幅降低漏液风险；硬质阳极氧化的表面处理更耐腐蚀、更耐磨、绝缘性好。

· 强散热：单向开放式分流导热引擎和特别设计的铲齿流道翅片结构，可在0.8L/min~1.5L/min（±10%）的额定流量下提供均匀的流量分布以实现最佳散热性能。

· 易维护：CPU、GPU全并联水路设计，全快接头装载，单点故障快速排除，更高可用。

算力在蛋白质科学的发展中扮演着不可或缺的角色。它不仅加速了蛋白质结构解析和功能研究的步伐，还为药物研发、疾病诊断和治疗提供了强大的技术支持。随着高性能计算技术的不断进步，蛋白质科学的研究将进入一个全新的时代，为人类健康和生命科学的进步带来更多的希望和可能。