2020年3月3日,北京——英特尔、联想以及华大基因今天宣布,三家公司正携手加快COVID-19新型冠状病毒的基因组特性分析。来自英特尔及联想的专业技术与生命科学专家将通力合作,为华大基因的研究人员提供全新的大数据分析技术和计算资源,进一步提升其基因测序工具的分析能力,更高效地研究新型冠状病毒的基因组特性。
英特尔和联想携手为华大基因提供的技术包括一个大型高性能计算集群,可用于处理从华大DNBSEQ-T7测序系统读取的高通量数据。华大基因的研究人员将能够通过全新的高性能计算和基因组分析技术,以及英特尔和联想的相关资源和专业知识,进一步加速他们对新型冠状病毒的基因组特性研究。该技术将支持科学家研究病毒的毒性、传播模式、病原体与宿主间的相互作用,进而助力流行病学及疫苗设计研究。这些工作对于未来创建更好的诊断方法和设计有效的疫苗或其他保护性措施(例如免疫疗法)是非常必要的。
通过这项合作,华大基因将得以继续优化其新型冠状病毒检测试剂盒并获取大量有价值的信息。这些信息将有助于确定将来开发有效疫苗或治疗方法的潜在靶标。通过英特尔和联想的共同努力,联想的超算技术支持并优化了“基因组优化和可扩展性工具”,(简称GOAST,首个获得英特尔®精选解决方案验证的基因组分析工具),可为全基因组测序和全外显子测序的计算提供高达40倍I的加速,助力华大基因优化计算过程,高效处理数据,更快地生成可靠的基因组分析成果,从而缩短科研和临床观察的时间。
“目前我们对这个新型冠状病毒还有很多不了解的地方。华大基因通过分析病毒基因组数据,加速对感染者的快速识别和基因组特性的研究,而这些工作需要投入巨大的计算资源,这恰恰是我们可以发挥作用的地方。”英特尔市场营销集团副总裁兼中国区总经理王锐表示,“因此,我们紧密携手,为正在防疫一线进行病毒研究的科学家提供更多的计算资源和专业支持,希望与狡猾的病毒赛跑,助力疫情防控,拯救更多生命。”
联想集团高级副总裁、企业科技集团总裁童夫尧表示:“新型冠状病毒肺炎的疫情牵动着全国人民的心。联想作为全球领先的HPC厂商,一直致力于为生命科学研究提供计算力支持。来自英特尔及联想的大数据分析和健康与生命科学方面的专家,将整合我们的资源及专业技术,帮助解决目前面临的严峻挑战,推动健康和生命科学的发展进程。”
在基因测序工作中,每毫升体液通常会包含数百万个不同的病毒体,而每个病毒体的基因组则包含大约30,000个DNA碱基或字母。华大基因正在对许多感染患者和疑似感染患者的微生物进行基因测序,因此这些研究工作将会生成TB级乃至PB级的海量数据。要想高效地快速处理这些重要数据,就需要采用更为先进的HPC基础架构、计算技术以及优化的基因组分析方法。
华大基因总部位于深圳,是全球领先的专注于生命科学和基因研究的公司之一。 华大基因首席信息官晋向前表示:“华大基因已对数百份临床样本进行了测序,以分析和区分感染的并发症。生物信息学领域的技术,例如基因组比对、基因组组装、基因组注释和病毒核酸片段的系统分析,是一个高密度的计算过程,因此足够的高性能计算对于提高分析效率至关重要。能够使用最新的高性能计算和基因组分析技术是提高分析效率的重要因素。该设备和技术将加快对新型冠状病毒感染者的快速识别和病毒基因组特性的研究,为新型冠状病毒的精准诊断、治疗和疫情防控提供强有力的支持。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。