英特爾如何推動(dòng)數(shù)據(jù)驅(qū)動(dòng)型創(chuàng)新的下一波浪潮？

我們正處于生物與醫(yī)學(xué)科學(xué)革命的風(fēng)口浪尖。在生命科學(xué)領(lǐng)域，科學(xué)家和臨床醫(yī)師需要新一代計(jì)算能力的支持，發(fā)掘埋藏在海量復(fù)雜數(shù)據(jù)集中的有用洞察，從不斷增多的復(fù)雜數(shù)據(jù)中更快速地提取有用數(shù)據(jù)。

一個(gè)人類(lèi)全基因組的測(cè)序，已經(jīng)從需要幾周到可以在數(shù)小時(shí)內(nèi)完成，費(fèi)用也大幅下降到1000美元，而且很快還可能降低到100美元。這為人類(lèi)了解最基本的生命過(guò)程打開(kāi)了一扇窗，照亮了生物學(xué)的發(fā)展方向。我們有望了解疾病的形成機(jī)制，并將新藥研發(fā)工作從歷時(shí)多年、耗費(fèi)數(shù)十億美元的試錯(cuò)過(guò)程轉(zhuǎn)變?yōu)楦咝У臄?shù)據(jù)驅(qū)動(dòng)型工作流程。

然而，將這一愿景變?yōu)楝F(xiàn)實(shí)并非易事。我們面臨的最大難題之一，是如何有效地處理大規(guī)模測(cè)序儀生成的海量數(shù)據(jù)。目前，一臺(tái)測(cè)序儀每天可產(chǎn)生3TB的數(shù)據(jù)，而企業(yè)必須能夠存儲(chǔ)、保護(hù)和共享這些數(shù)據(jù)。一項(xiàng)研究估計(jì)，到2025年，人類(lèi)將對(duì)1億至20億個(gè)個(gè)體基因組測(cè)序，這將產(chǎn)生200萬(wàn)至4200萬(wàn)TB的數(shù)據(jù)。

柏林自由大學(xué)的Knut Reinert教授和他的團(tuán)隊(duì)正與英特爾合作，通過(guò)優(yōu)化關(guān)鍵算法，以便在英特爾?多核和眾核處理器上高效運(yùn)行，從而加速基因組分析。通過(guò)使用英特爾?至強(qiáng)?金牌6148處理器的基準(zhǔn)測(cè)試對(duì)所取得的優(yōu)勢(shì)進(jìn)行量化，結(jié)果顯示，性能提升幅度達(dá)到1.6到2.7倍。優(yōu)化后的代碼還可在大量?jī)?nèi)核上提供出色的可擴(kuò)展性。

經(jīng)過(guò)優(yōu)化的SeqAn代碼利用了最新的英特爾?至強(qiáng)?金牌6148處理器中的高級(jí)矢量功能，性能較上一代處理器提升了1.6到2.7倍

經(jīng)過(guò)優(yōu)化的SeqAn代碼還可在英特爾?至強(qiáng)融核?眾核處理器7250的全部68個(gè)內(nèi)核上提供出色的可擴(kuò)展性

此外，要對(duì)“數(shù)據(jù)高峰”開(kāi)展分析，必須結(jié)合龐大復(fù)雜且廣泛分布的成像、臨床、個(gè)人和環(huán)境數(shù)據(jù)集；系統(tǒng)和網(wǎng)絡(luò)必須更強(qiáng)大且更便宜，還必須具有充足的可擴(kuò)展性，以支持不斷增長(zhǎng)的數(shù)據(jù)量和算法復(fù)雜性。

傳統(tǒng)的CT和MRI掃描可提供有關(guān)骨骼和大腦血管的有用信息，但沒(méi)有太多關(guān)于軟組織的信息。彌散加權(quán)成像（DWI）通過(guò)測(cè)量水分子的自然運(yùn)動(dòng)來(lái)識(shí)別微結(jié)構(gòu)和診斷神經(jīng)回路的完整性，從而彌補(bǔ)了這一不足。

這項(xiàng)技術(shù)正在改變腦部疾病的研究和治療。哈佛醫(yī)學(xué)院放射學(xué)教授Simon Warfield利用彌散間隔成像（DCI）技術(shù)進(jìn)一步改進(jìn)了彌散加權(quán)成像，從而提供更細(xì)致、更準(zhǔn)確的信息。他的團(tuán)隊(duì)利用彌散間隔成像技術(shù)檢查正常大腦發(fā)育、腦震蕩、多發(fā)性硬化癥、自閉癥譜系障礙等。

每項(xiàng)彌散間隔成像研究可生成多達(dá)數(shù)GB的數(shù)據(jù)，最初的時(shí)候，圖像處理需要耗時(shí)40多個(gè)小時(shí)。Warfield教授和他的團(tuán)隊(duì)使用英特爾?軟件工具對(duì)代碼進(jìn)行了優(yōu)化，現(xiàn)在，處理一項(xiàng)完整的研究?jī)H需16分鐘，足以滿(mǎn)足臨床使用要求。這些經(jīng)過(guò)優(yōu)化的代碼包含在Insight Segmentation and Registration Toolkit*（ITK）庫(kù)中，供更多處理醫(yī)學(xué)成像數(shù)據(jù)的應(yīng)用廣泛采用。

Warfield教授還在使用英特爾?工具和庫(kù)開(kāi)發(fā)人工智能（AI）應(yīng)用，可自動(dòng)對(duì)數(shù)百幅圖像進(jìn)行分類(lèi)，以確定需要關(guān)注的部分。一旦這些解決方案得到大規(guī)模應(yīng)用，將極大地提高我們理解、診斷和治療大腦相關(guān)疾病的能力。

讓科學(xué)探索沒(méi)有束縛，英特爾為科學(xué)家和臨床醫(yī)師提供多種資源應(yīng)對(duì)挑戰(zhàn)，讓他們能夠快速地以更低的成本去整合和分析數(shù)據(jù)，將精力從計(jì)算機(jī)科學(xué)轉(zhuǎn)移到自己的專(zhuān)業(yè)學(xué)科上，讓創(chuàng)新應(yīng)用不斷突破和落地，解決人類(lèi)面臨的重大挑戰(zhàn)，推動(dòng)生命科學(xué)領(lǐng)域數(shù)據(jù)驅(qū)動(dòng)型創(chuàng)新的下一波浪潮。