背景

中山大学药学院药物分子设计研究中心的研究人员长期从事药物设计、药物与靶标相互作用的分子模拟。运用分子动力学模拟软件（如Amber)，可以模拟生物大分子（靶标/受体）与配体（小分子或肽）在溶液环境中的相互作用，分析可能的结合模式，计算二者的结合自由能，分析靶标分子活性位点氨基酸残基的保守性、特异性、选择性等特征，为合理药物设计、蛋白质设计提供依据；对药物、生物功能分子的虚拟筛选的结果进行验证。

挑战

中山大学药学院药物分子设计研究中心的研究人员认为：“生命系统的时空复杂度和多样性、地球资源的有限性，迫使人们采用系统化模拟方法来减少资源的浪费、降低研发代价、加快研发效益。人类基因组计划虽然完成，新西药的创新依然风险高代价大。虽然高通量筛选和高通量制造技术允许我们在一天之内可以完成成千上万次科学实验，新药创新的速度和效益没有显著提高。因此，高通量筛选和高通量制造必须在高效能计算和模拟的指导下才能发挥巨大的效益。”

动力学计算对于计算能力要求较高，体系越大计算时间就越长，为了得到可靠的结果，需要尽量长的模拟时间。以往采用CPU集群，对于一个相对较小的体系（几万个原子），达到平衡状态需要7天左右的时间；当体系增大到几十万原子以后，要达到平衡状态可能需要数月，这样长的计算时间对软硬件系统的稳定性要求很高、往往不易实现，这成为我们研究大的生物体系的障碍。当前，与基因相关的数据已达十亿兆字节, 而且每年以指数级增长。2011年，基因原始数据量将达到六万亿兆字节。RNA的测序数据也将达到相同的数据量。如此大量的数据，不仅对数据储备与检索是巨大挑战，也不能用常规方法处理和总结出规律，需要发展新的建模和模拟方法。

生物系统模拟的计算需求与计算复杂度的关系（原图来自美国能源部网站）

2010年年底，中山大学药学院药物分子设计研究中心开始采用具有并行能力的Amber11软件，这是一款针对NVIDIA®（英伟达™）GPU（图形处理器）进行优化的软件，经过测试，一个16万原子的体系一天可以跑2纳秒（单GPU），速度已经超过了128个CPU的计算速度，对单CPU增速10倍以上。这使得以往需要几星期的工作几天就可以完成，大大缩短 了科研周期。

CPU与GPU模拟能力比较

中山大学药学院药物分子设计研究中心采用GPU技术，对流感病毒神经氨酸酶、血凝素的抑制剂的筛选和作用模式进行研究。为了测试在最新的Tesla高速运算卡上的计算速度，经过学校严格的招投标流程，中山大学药学院最终选择了苏州吉浦迅科技有限公司提供的华硕ESC1000高性能计算系统。

交付的华硕ESC1000采用四核Intel Xeon W3520处理器，12GB DDR3 1333 ESC内存，最高可支持24GB, 搭载两片Tesla C2050高速计算卡，使计算核心总数达到896个，创造高达每秒 2.06万亿次 的运算速度。中山大学药学院药物分子设计研究中心的科技人员对ESC1000的运行效能充分肯定：“经过我们的测试，使用2片Tesla C2050，比使用1片Tesla C2050，计算效率要再提高50%以上。”

ESC1000独有的噪音过滤功能，加上1100W通过80PLUS认证高品质静音PFC高效电源，将其运转噪音降低到最低。“使用起来就跟一台普通的工作站一样方便，这对于实验室工作的人来说非常重要。”他们评价说。除此之外， ESC1000内嵌华硕第六代EPU节能引擎，采用独特的动态电源管理技术，可根据实际的系统负载自动调节CPU供电相数，从而实现智慧型电源管理，解决了服务器在实际运行环境中，因昼夜系统运行负载相差大 能源消耗浪费的问题。

影响

中山大学药学院药物分子设计研究中心研究人员深有体会地说：“GPU的出现，使得我们可以在可接受的时间内研究更大的体系，拓展了研究领域，增加了工作效率。目前软件对GPU的支持还处于起步阶段，已取得这样的成绩，今后继续优化GPU的代码，肯定可以有更大进步。”

而对于GPU未来的发展，中山大学药学院药物分子设计研究中心的科学家认为：“据预测，对细胞的模拟将需要每秒2000万亿次以上浮点（Teraflop/s）计算速度。然而，我国科学家去年11月宣布，在采用GPU（Graphics Processing Unit）技术之后，可以达到每秒2570万亿次浮点计算速度。理论上说，我国已经具备模拟细胞的潜力，也具备存储和管理超海量生物技术数据的潜力！”