北京2020年11月11日 /美通社/ -- 模擬腦神經(jīng)網(wǎng)絡(luò)，探索人腦上億個神經(jīng)元之間是如何連接與工作的，帶來每秒高達100TB數(shù)據(jù)高吞吐量；腦疾病研究中，通過數(shù)萬份患者數(shù)據(jù)驗證抑郁癥與睡眠治理不佳的腦區(qū)有重合之處；在自動駕駛車輛每天產(chǎn)生了數(shù)十TB數(shù)據(jù)中訓(xùn)練視覺識別算法；天文專家從數(shù)十PB海量數(shù)據(jù)中分析發(fā)現(xiàn)新天體……
如今在科研領(lǐng)域，數(shù)據(jù)正在發(fā)揮著越來越重要的作用。尤其是隨著數(shù)據(jù)采集、存儲等技術(shù)的不斷提升，海量數(shù)據(jù)的出現(xiàn)徹底改變了傳統(tǒng)科研模式。繼實驗科學(xué)、理論科學(xué)、計算科學(xué)之后，基于“數(shù)據(jù)密集型科學(xué)”的科研新范式在大數(shù)據(jù)時代下，受到越來越多科研人員的青睞。
在“數(shù)據(jù)密集型科學(xué)”的科研新范式驅(qū)動下，高校、科研機構(gòu)加速構(gòu)建人工智能與大數(shù)據(jù)平臺、為不同學(xué)科提供創(chuàng)新基礎(chǔ)設(shè)施成為當(dāng)務(wù)之急。但由于科研聚焦前沿研究，且不同學(xué)科之間存在著很大的差異性，造成對于數(shù)據(jù)的計算、采集、存儲、管理和利用的需求不盡相同，也讓高校的人工智能與大數(shù)據(jù)平臺加速向更高水準(zhǔn)演進。
數(shù)據(jù)要素成為科研的驅(qū)動力
科研范式因為大數(shù)據(jù)而迅速改變。
正所謂是“巧婦難為無米之炊”，即便理論再“高明”、算法再先進，缺乏數(shù)據(jù)的支持，再好的研究設(shè)計都得“半途而廢”。如果科研數(shù)據(jù)越多，研究人員就可以利用大量數(shù)據(jù)的相關(guān)性、可取代因果關(guān)系和理論與模型，基于海量數(shù)據(jù)間的相關(guān)性驗證更多研究想法和理論，獲得更多新知識和新發(fā)現(xiàn)。
例如，在當(dāng)前非常熱門的類腦科學(xué)研究，有一個重要的方向就是多模態(tài)多尺度數(shù)據(jù)分析理論與應(yīng)用。首先建立腦成像中心，全套磁共振成像設(shè)備對小動物或者人體進行腦成像，不斷采集和分析腦科學(xué)數(shù)據(jù)，構(gòu)建起多模態(tài)多尺度腦數(shù)據(jù)庫；然后，在利用模式識別、深度學(xué)習(xí)等類腦智能方法尋找基因、腦影像和認知功能的診斷指標(biāo)，以揭示腦疾病致病機制、提升腦疾病臨床診斷以及藥物療效評估的準(zhǔn)確性和效率。
"目前高校數(shù)據(jù)量增長的確非常大，很多科研領(lǐng)域?qū)τ诟鞣N科研數(shù)據(jù)的收集也非常重視。”復(fù)旦大學(xué)大數(shù)據(jù)學(xué)院副院長薛向陽教授如是說。
如何理解數(shù)據(jù)密集型科學(xué)與之前計算科學(xué)之間的區(qū)別，兩種科研范式似乎都需要通過大量的計算、數(shù)據(jù)來完成科學(xué)研究。但計算科學(xué)通常是先提出可行理論，再搜集數(shù)據(jù)，之后通過計算仿真進行驗證；而數(shù)據(jù)密集型科學(xué)則是先通過采集大量的數(shù)據(jù)，再通過計算與分析獲得新知識和新發(fā)現(xiàn)。
“數(shù)據(jù)密集型科學(xué)”的科研新范式核心挑戰(zhàn)還在于數(shù)據(jù)。科研數(shù)據(jù)的數(shù)據(jù)密集型，具有不可重復(fù)性、高度不確定性、高維、計算高度復(fù)雜等特征。如今越來越多科研人員，面臨的不是缺少數(shù)據(jù)的難題，而是海量數(shù)據(jù)環(huán)境下如何存儲、管理和利用數(shù)據(jù)，這對于科研數(shù)據(jù)底座的存儲在容量、性能、擴展和管理等方面提出極高的要求。
薛向陽教授介紹：“我們正在建設(shè)一個人工智能與大數(shù)據(jù)的開放共享平臺，就是希望為科研工作者解決數(shù)據(jù)存儲、管理和利用等方面的挑戰(zhàn)，讓數(shù)據(jù)更好地為科研所用?！?/p>
科研新范式不應(yīng)被存儲所束縛
與其他行業(yè)相比，高校與科研機構(gòu)在建立人工智能與大數(shù)據(jù)平臺時，對于存儲的要求更高，往往需要存儲這個科研數(shù)據(jù)基礎(chǔ)設(shè)施有效解決數(shù)據(jù)存不下、管不好、用不順等挑戰(zhàn)。
具體來看，如今的高校與科研機構(gòu)普遍都在加速向“數(shù)據(jù)密集型科學(xué)”的科研新范式轉(zhuǎn)變，多學(xué)科、交叉研究的現(xiàn)象很常見，都重視科研數(shù)據(jù)的采集與存儲，直接導(dǎo)致了底層存儲的巨大壓力。
腦科研需要大數(shù)據(jù)平臺的支撐和保障
以腦科學(xué)與類腦研究為例，其所產(chǎn)生的數(shù)據(jù)主要以影像大文件為主，并包含了大量臨時小文件數(shù)據(jù)。由于需要存儲的數(shù)據(jù)量極大，并且始終保持著很高的增長速度，很多科研機構(gòu)之前采用傳統(tǒng)縱向擴展的存儲很快出現(xiàn)明顯瓶頸；也有一些天文研究機構(gòu)，一開始寄希望于通過公有云的方式來保存數(shù)據(jù)，但是隨著數(shù)據(jù)不斷積累，通過公有云的方式不僅帶來了額外的帶寬成本，還存在效率等方面挑戰(zhàn)。
“當(dāng)前很多高校的研究都是基于大數(shù)據(jù)，首先最關(guān)鍵的是將數(shù)據(jù)存下來?！毖ο蜿柦淌谥毖缘?。
除了將數(shù)據(jù)很好地存下來，高校與科研機構(gòu)大多都渴望將數(shù)據(jù)流動與共享起來，但現(xiàn)實情況卻是數(shù)據(jù)管理粗放、不夠精細化，數(shù)據(jù)共享低效、管理困難。比如在高校中，經(jīng)常會遇到一份科研數(shù)據(jù)同時被多個課題組所使用，每個課題組都需要拷貝一份數(shù)據(jù)，在不斷科研過程中，又各自產(chǎn)生了大量不同的數(shù)據(jù)，最后衍生出多種版本，讓數(shù)據(jù)管理的復(fù)雜度大幅升上，降低了數(shù)據(jù)功效與流動的效率。
另外，因為學(xué)科的不同，對于存儲的性能、功能要求也是千差萬別，沒有強大的存儲做支撐，往往讓科研人員用不順。例如，從事機器視覺研究的人員，對于存儲空間極度渴求；模擬腦神經(jīng)網(wǎng)絡(luò)相關(guān)的研究，當(dāng)前只能模擬不到5%，要想100%模擬需要100 TB/s的通量，則對于數(shù)據(jù)存儲性能和帶寬要求極高，且挑戰(zhàn)巨大。薛向陽教授表示：“高校應(yīng)用偏科學(xué)研究，很多應(yīng)用都較為超前，對于存儲功能層面一直會產(chǎn)生新需求和新挑戰(zhàn)?！?/p>
浪潮存儲
“一直以來，浪潮都跟國內(nèi)外多所高校進行緊密合作。高?？蒲蓄I(lǐng)域的確走在數(shù)據(jù)存儲場景應(yīng)用的最前沿?！崩顺贝鎯Ξa(chǎn)品線副總經(jīng)理周川如是說，“浪潮存儲有一些新功能、新思路都是在與高校、科研機構(gòu)的深入合作中產(chǎn)生?！?/p>
例如，針對高校多個學(xué)科與多個課題組共享、使用、管理數(shù)據(jù)會產(chǎn)生多份數(shù)據(jù)的難題，浪潮存儲為用戶定制的軟拷貝功能，在元數(shù)據(jù)和索引上做變更，用戶視角是多份不同的文件，但底層則是共同的存儲空間，只有數(shù)據(jù)修改和寫入才會增加新的存儲空間，實現(xiàn)多份數(shù)據(jù)極速拷貝和使用，還大幅降低存儲容量開銷和管理成本，讓數(shù)據(jù)共享、使用變得更加高效。
浪潮存儲資深架構(gòu)師葉毓睿介紹：“軟拷貝功能是浪潮存儲在科研場景實踐的一個小注腳，它帶來了兩大直接好處：一是數(shù)據(jù)共享加速，第二則是提升存儲效率?！?/p>
新存儲讓科研新范式步入快車道
今年初，國家正式提出加快數(shù)據(jù)中心、5G等新型基礎(chǔ)設(shè)施的建設(shè)進度。國家發(fā)改委之后則首次指出，創(chuàng)新基礎(chǔ)設(shè)施為新基建三大范圍之一，包括科技基礎(chǔ)設(shè)施、科教基礎(chǔ)設(shè)施等，重點支撐科學(xué)研究、技術(shù)開發(fā)等工作。隨著中國高?？蒲匈M用投入逐年增加，多個科研領(lǐng)域取得諸多突破與成果，創(chuàng)新基礎(chǔ)設(shè)施的重要性也日漸突出。
為此，浪潮存儲今年提出新存儲之道，在“云存智用、運籌新數(shù)據(jù)”理念的基礎(chǔ)上，推進“存儲即平臺”戰(zhàn)略，打造存儲的極致性能、容量、管理等七大核心能力，為創(chuàng)新基礎(chǔ)設(shè)施構(gòu)建堅實的數(shù)據(jù)底座，讓科研新范式進入到發(fā)展的快車道。
例如，在一些注重數(shù)據(jù)存儲性能的科研場景，浪潮存儲專門為高頻訪問的元數(shù)據(jù)和日志數(shù)據(jù)“開小灶”，采用SSD盤承載元數(shù)據(jù)和日志數(shù)據(jù)顯著提升熱點數(shù)據(jù)訪問速度，并針對不同數(shù)據(jù)類型的場景進行優(yōu)化，讓每種場景都能夠快速訪問、使用數(shù)據(jù)。
又如，針對高校與科研機構(gòu)運維人員較少、專業(yè)度有限的情況，浪潮存儲基于智能存儲管理平臺InView，將人工智能技術(shù)融入存儲系統(tǒng)，對存儲系統(tǒng)進行集中管理、智能監(jiān)測和故障預(yù)測報警，大幅降低科研機構(gòu)日常的運維工作，并讓運維走向自動化和智能化，從而更好地保障各種科研項目的順利進行。
不僅如此，針對高?？蒲蓄I(lǐng)域?qū)τ跀?shù)據(jù)存儲需求趨勢，浪潮存儲積極調(diào)研與深入溝通，在新存儲之道中聚焦新架構(gòu)、新介質(zhì)和新能力的打造，在EB級容量、億級IOPS、TB級帶寬、7個9可靠性、存儲自治等關(guān)鍵新能力上提前布局，為科研的數(shù)據(jù)底座“厲兵秣馬”，提前做好準(zhǔn)備。
總體來看，浪潮存儲近年來為構(gòu)建強大的科研新基建不斷“加碼”，除了復(fù)旦大學(xué)類腦智能科學(xué)與技術(shù)研究院、清華大學(xué)RUSH、華中科大蘇州腦科學(xué)研究院、中國天眼等一系列明星科研項目中積累了豐富的實踐經(jīng)驗外，還在科研領(lǐng)域打通用戶需求洞察、場景功能適配與前沿技術(shù)創(chuàng)新，形成良性循環(huán)，讓科研新范式加速步入發(fā)展的快車道。
