GPU 高性能计算，加速脑与认知科学发展

项目背景

上海纽约大学是国家教育部正式批准的、具有独立法人资格和学位授予权的第一所中美合作举办的国际化学，也是纽约大学全球教育体系的组成部分。学校配置国际一流的软硬件环境，支持高校师生科研事业，提高学术素养。

上海纽约大学的计算化学是一个重点发展的研究方向。随着现代计算方法和高性能计算的进步，研究人员精确模拟化学和生物系统及预测其性质的能力得到了极大的提升。华东师范大学-纽约大学计算化学联合研究中心（上海纽约大学）成立于这样的背景之下。该中心从事的研究领域涉及到广泛定义的计算化学研究，报告材料科学，生物物理和生物化学的理论计算研究以及软件开发。

脑与认知科学是上海纽约大学的另一个着重发展领域之一，致力于促进对大脑功能与健康和疾病关系的理解，特别是理解大脑中产生高级认知活动和灵活行为的神经机制，以及它们的损伤与如自闭症、精神分裂症和阿尔茨海默氏病等疾病之间的关联。研究中心的一个研究重点是探索前额叶皮层在很多认知功能中扮演的角色。核心研究领域包括：利用非人灵长类和啮齿类动物前额叶皮层的单神经元记录来研究其进行工作记忆和选择行为时的神经基础，通过计算建模研究前额叶皮层和它与大脑其他部分在做决策时候的相互作用，选择性关注和执行控制，关于人类语言的成像研究等。

作为研究中心的推动力，针对计算化学和脑认知研究的高性能计算中心建设始终是上海纽约大学的投入重点。

核心需求

此次客户的需求中，Python-是最为主要的开发平台，其强大的数学库-numpy-和-scipy-几乎可以替代matlab-完成复杂的数据处理，matplotlib-可以实现高质量的数据做图，pymol-本身就是-python-写成的，可以实现结构做图。python-可以自己定义需要的库，方便以后调用。由于这些工具都集成在-python-中，移植性不成问题。另外，python-还提供了其他的很有用的库，比如-wxpython-可以用来做出一个图形界面；另外还有库可以将程序嵌入到网页当中，成为一个网页应用。这些都可以使计算化学更加方便和友好。python-使计算化学家可以自己定义自己的数据处理过程，不再受限于软件既有的功能。而-CUDA-对于-Python-在代码方面的支持是的-GPU-方案是一个最为理想的选择。

计算化学领域里，大多数研究对于计算的需求主要是容量计算的需求，即单个计算的计算资源需求较少，但计算任务非常多。每一个任务往往只需要一个-CPU，但内存需要很高，用于存放临时文件的硬件空间需要也很大。

解决方案

针对计算化学领域的应用特性，AMAX-提出了针对性的以-GPU-并行计算为主体，可扩展存储架构为辅的集群解决方案。以超高计算能力更快响应计算任务，大大加速了研究进程。该方案采用-NVIDIA-Tesla-GPU，能够以五倍的速度运行一般分子动力学、量子化学、可视化和用于蛋白质折叠的对接应用、生物分子互动建模以及虚拟筛选，确保用户能够：

通过运行更大的系统、更多系统或更长时间地进行模拟，从而获得更加深入的见解。

用单一-GPU-节点替代多个-CPU-集群节点。

在不等待共享资源的情况下即可实现超级计算机级的性能。

获得最高的性价比，单位时间和价格下的模拟性能更高。

针对本次需求，AMAX-提出的解决方案是：ServMax XG-48201GK，

突出特性包括：

利用新一代-Intel Xeon E5-2600-v3-系列处理器系统

可靠性和可用性高

丰富的-I/O-扩展

24x 2.5"热插拔硬盘位

1600W(94%+)-冗余高效电源

超高计算密度，极大节省机柜空间

Intel i350-的双口局域网

拓扑图

总结

AMAX-GPU-集群解决方案满足了上海纽约大学计算化学研究的大容量计算需求，帮助研究人员突破探索的极限，科研人员可以把标准-PC-变成一个“计算实验室”，以五倍的速度运行一般分子动力学、量子化学、可视化和用于蛋白质折叠的对接应用、生物分子互动建模以及虚拟筛选。上海纽约大学借助业界一流的硬件平台，必将获得更多的科研成果，成为世界一流的国际化大学。