探討云計(jì)算的應(yīng)用

隨著云計(jì)算服務(wù)和實(shí)踐的成熟，越來(lái)越多的行業(yè)對(duì)于云計(jì)算的需求也日益增加。不同行業(yè)的需求與云計(jì)算融合，就需要更大的算力支撐。這也意味著，云計(jì)算的需求市場(chǎng)日漸擴(kuò)大，Cloudam云端自主研發(fā)的云E算力平臺(tái)應(yīng)運(yùn)而生。

不僅企業(yè)對(duì)于算力資源的需求越來(lái)越多，各大高校及各研究所，也會(huì)因?yàn)樗懔Y源不足，而拖延項(xiàng)目研究的進(jìn)度。例如，在某港澳大學(xué)的基因組項(xiàng)目中，也面臨因?yàn)楫?dāng)前計(jì)算機(jī)性能不夠?qū)е滤懔Σ蛔愕膯?wèn)題。

首先，目前該大學(xué)某生物信息課題組需對(duì)約2000個(gè)物種使用RepeatMasker進(jìn)行基因組分析，中間需產(chǎn)生約2PB的臨時(shí)數(shù)據(jù)及100T以上的最終結(jié)果數(shù)據(jù)，這樣巨量的存儲(chǔ)需求，是當(dāng)前設(shè)備的存儲(chǔ)資源不能滿足的。

其次，該項(xiàng)目需使用600萬(wàn)核時(shí)計(jì)算資源，且需支持并發(fā)約2000核，因而導(dǎo)致現(xiàn)有的計(jì)算資源明顯不足。

此外，該大學(xué)原來(lái)是直接使用某公有云資源計(jì)算，但此項(xiàng)目若直接使用公有云資源, 那么成本將會(huì)是原本預(yù)算的很多倍。因此，項(xiàng)目組需要在國(guó)內(nèi)尋求更為經(jīng)濟(jì)的解決方案。

針對(duì)當(dāng)前這些棘手的問(wèn)題，Cloudam云端通過(guò)云E算力平臺(tái)進(jìn)行SaaS接入，用戶(hù)可以通過(guò)瀏覽器直接使用RepeatMasker進(jìn)行分析, Cloudam云端的云E平臺(tái)支持高達(dá)10PB的超大存儲(chǔ)完全滿足客戶(hù)數(shù)據(jù)量的需求。同時(shí)，該用戶(hù)利用云E平臺(tái)提供的跨地域Gbps級(jí)別專(zhuān)線，將100TB的最終結(jié)果下載到自己本地，傳輸過(guò)程有著高速、智能化的特點(diǎn)。最重要的一點(diǎn)，云E算力平臺(tái)同客戶(hù)簽訂了數(shù)據(jù)安全及保密協(xié)議，Cloudam云端將嚴(yán)格保障用戶(hù)輸入數(shù)據(jù)及計(jì)算結(jié)果的安全與私密性，保障了客戶(hù)的安全和隱私。

該解決方案最終耗時(shí)約550萬(wàn)核時(shí)完成整個(gè)項(xiàng)目，中間存儲(chǔ)及最終的結(jié)果下載完全免費(fèi)。費(fèi)用方面，此次Cloudam云端的云E平臺(tái)的花費(fèi)大約只用了公有云1/5的成本，有效節(jié)約近80%的預(yù)算成本，就完成了整個(gè)基因組分析任務(wù)。

相比于超算中心的算力資源，Cloudam云端的云E算力平臺(tái)顯然有著更低的成本、和更高的效率。更重要的是通過(guò)這一次的項(xiàng)目經(jīng)驗(yàn)，極大提升了該所院校對(duì)國(guó)內(nèi)云計(jì)算產(chǎn)品的信心及信任度，最終，Cloudam云端也與該院校達(dá)成了長(zhǎng)期合作關(guān)系。

從以上實(shí)際案例中，我們可以看到，云E算力平臺(tái)確實(shí)有效地解決在科研過(guò)程中，高校及研究所面臨的本地算力資源不足、成本過(guò)高以及計(jì)算時(shí)間過(guò)長(zhǎng)等問(wèn)題。除此之外，還為用戶(hù)提供了靈活高效的傳輸方案，及免費(fèi)的存儲(chǔ)空間。顯著提高了科研項(xiàng)目的效率。
? ? ?責(zé)任編輯:tzh