Novartis 諾華制藥一直是速石極為關(guān)注的一家公司。在我們心目中，Novartis在IT技術(shù)與制藥業(yè)技術(shù)大融合方面的革新，一直是業(yè)界排頭兵，堪稱楷模。
5年前，Novartis與AWS發(fā)布的一個公開案例就深深震撼到了我們:
“We completed the equivalent of 39 years of computational chemistry in just under 9 hours.”
- Steve Litster, Ph.D., Global Head of Scientific Computing
不到9小時，我們完成了相當(dāng)于39年的化學(xué)計算。
5年前，在很多人腦海里，“Cloud Computing云計算”這個概念才剛剛萌芽，而作為擁有百年歷史的制藥界巨頭，已經(jīng)開始運用云的能力來賦能其核心藥物研發(fā)過程。
讓我們回顧一下這個案例：
Novartis的NovatisInstitutes for Biomedical Research’s (NIBR) 部門成立的初衷就是為了針對特定疾病提供一整套治療和預(yù)防藥物，從而大幅度提升生命的質(zhì)量。
截至2013年，NIBR在全球擁有6000名科學(xué)家，同時進(jìn)行著130個藥物研發(fā)項目，主要聚焦于不同疾病所公有的分子路徑研究。
傳統(tǒng)上看，一個創(chuàng)新藥物從開始研發(fā)到最終面世，往往需要10年-15年的時間，其間消耗的成本在20億美元以上，同時失敗的風(fēng)險巨大。為了應(yīng)對這一挑戰(zhàn)，NIBR決定通過新一代的HPC系統(tǒng)來大幅度縮短研發(fā)周期。
2013年，Novartis啟動了一個針對某一常見癌癥的化合物篩選的項目，需要在一周時間內(nèi)完成千萬個化合物的篩選工作。根據(jù)簡單的估算，如果依靠Novartis自有的IT環(huán)境，他們可能需要50000個CPU核，總體成本可能接近4000萬美元。
幸運的是，公有云服務(wù)的出現(xiàn)，讓這樣的問題迎刃而解。
Novartis和AWS以及Cycle Computing（后來被微軟收購）一起合作，為了這個項目，同時運行了10600個SPOT Instance，共計87000個CPU核，從而在短短9個小時以內(nèi)完成了這項歷史性的壯舉，而其硬件的成本，僅僅是4000多美元！
5年的時間如白駒過隙，2018年底的AWS Re:Invent 大會上，Novartis又出現(xiàn)在講臺上。
這一次，Novartis給出了他們對HPC以及新興IT技術(shù)的進(jìn)一步思考——“關(guān)于混合架構(gòu)環(huán)境下的HPC系統(tǒng)的十大策略”：
Portability .
設(shè)計所有新的業(yè)務(wù)流程以及后臺支撐的基礎(chǔ)架構(gòu)，而這些應(yīng)該與物理站點解耦。
速石短評
軟硬件平臺解耦是實現(xiàn)新一代混合HPC架構(gòu)的必要條件，也是避免Vendor Lock in的合理措施，雖然會有一定的工作量，但所獲得的靈活性絕對絕對對得起前期的付出。
Hybrid .
同時使用自有的數(shù)據(jù)中心以及云服務(wù)來滿足HPC計算的需求。這兩者之間的選擇取決于預(yù)設(shè)的系統(tǒng)運行原則（time-to-value，成本，能力以及物理限制等等）。
速石短評
混合云是HPC的大勢所趨，on-premise平臺和Cloud各有優(yōu)勢，缺一不可。而HPC workload的分配應(yīng)該是策略驅(qū)動(Policy-driven) 和高度自治化(Autonomous)的，成本，性能，安全，物理距離都是可以考量的因素。
雖然不知道Novartis已經(jīng)能達(dá)到什么樣的程度，但相信這一大方向是不會錯的。
Multi-cloud with preferred vendor bias .
如果需要使用云資源，缺省情況下使用首選的云服務(wù)供應(yīng)商。如果其它的云供應(yīng)商在某些方面有明顯優(yōu)勢，則可以同時采用多家云供應(yīng)商。
速石短評
Multi-cloud會給HPC算力的調(diào)配帶來更多的靈活度和更大的規(guī)模，從而最終用戶可以獲得更好的成本結(jié)構(gòu)和性價比。
當(dāng)然作為Novartis這樣體量的客戶，一定會有一家首選的戰(zhàn)略合作云供應(yīng)商，也可能會因此獲得更好的價格和支持。而對于小一些的客戶，preferred vendor bias就未必是必要的了。
Two centers .
將自有的HPC資源環(huán)境分成兩個集群：一個在美國，一個在歐洲。
速石短評
Novartis家大業(yè)大，自家的IT環(huán)境可以輕松的做到多站點。但對于一般用戶而言，這一點實現(xiàn)起來不易。
但其思路值得借鑒，那就是高可用性和冗余，同時計算資源更加貼近最終使用者。正在興起的“邊緣計算（Edge Computing）”也許是可以利用的工具。
Lease .
將軟硬件采購模式調(diào)整為以租賃為核心，從而能更有效的跟蹤和適應(yīng)計算需求以及IT技術(shù)的快速變化。
速石短評
“租”在很多時候會比“買”要好，這一論斷對于企業(yè)IT環(huán)境而言，越來越不言而喻。
在中國，個人和公司對“資產(chǎn)”的追求有著一種偏執(zhí)，而這其實會大大降低自身的效率和靈活度，也是對社會資源的一種浪費。大家可以再仔細(xì)想想這條策略的本質(zhì)。
Environment isolation .
HPC基礎(chǔ)架構(gòu)應(yīng)該獨立于一般的IT環(huán)境，并且應(yīng)該為科研需求單獨優(yōu)化。
速石短評
國內(nèi)絕大部分客戶，研發(fā)使用的HPC環(huán)境是和企業(yè)其他IT應(yīng)用在同一基礎(chǔ)架構(gòu)下運行的，這本身可以提高資源利用率，但也使得HPC環(huán)境的隔離和調(diào)優(yōu)變得很困難。一個切實可行的解決方法是對HPC的應(yīng)用和功能進(jìn)行封裝，實現(xiàn)軟件定義的HPC架構(gòu)。
Stage data .
HPC環(huán)境應(yīng)該只處理中間數(shù)據(jù)（Staged Data）。所有數(shù)據(jù)應(yīng)該被復(fù)制進(jìn)HPC系統(tǒng)，計算完成，再復(fù)制出去。數(shù)據(jù)復(fù)制傳輸?shù)墓ぞ邞?yīng)該盡可能的好用。
速石短評
這一策略，沒有多年的HPC運營經(jīng)驗，是提不出來的。為了讓HPC環(huán)境變得高效而易于管理，數(shù)據(jù)生命周期管理的工作應(yīng)該由其它獨立的平臺來完成。
Shared cost model.
HPC基礎(chǔ)架構(gòu)的成本應(yīng)該由HPC團(tuán)隊來承擔(dān)，而最終用戶有權(quán)根據(jù)自身的業(yè)務(wù)需要來負(fù)擔(dān)動態(tài)成本。
速石短評
好羨慕Novartis，能提出這樣“烏托邦”的思路。不過進(jìn)一步細(xì)想，這個策略在一般公司落地也不無可能。
針對國內(nèi)的商業(yè)環(huán)境和公司組織架構(gòu)特點，我們建議在HPC項目上，使用部門應(yīng)該承擔(dān)更多的角色。因為HPC和業(yè)務(wù)及研發(fā)的關(guān)聯(lián)是如此緊密，完全可以被視為研發(fā)的生產(chǎn)資料，而非IT平臺。使用部門提出具體需求，負(fù)責(zé)HPC整個項目的執(zhí)行，并承擔(dān)預(yù)算，IT部門協(xié)助提供技術(shù)支持，應(yīng)該是一個更現(xiàn)實且更高效的實現(xiàn)路徑。
Enable and empower users .
建立支持服務(wù)，以更好的服務(wù)于最終用戶，使不同技能級別的用戶都可以高效地以自服務(wù)方式使用HPC服務(wù)。
速石短評
自服務(wù)Self-Service是HPC在功能方面演進(jìn)的思路，一套好的HPC平臺，在用戶體驗層面，應(yīng)該切實降低業(yè)務(wù)用戶的使用門檻和學(xué)習(xí)曲線，應(yīng)該盡量的不改變業(yè)務(wù)用戶日常操作的方式。
Planned recurring reviews .
定期回顧這些策略的關(guān)鍵元素，以決定是否需要調(diào)整。
速石短評
不得不佩服老外的思維方式，永遠(yuǎn)是具備了嚴(yán)密的邏輯性，任何的方法論，都能形成一個自我迭代更新的閉環(huán)。當(dāng)然，業(yè)務(wù)需求和技術(shù)供給，永遠(yuǎn)是動態(tài)變化的，不排除未來出現(xiàn)新的技術(shù)或應(yīng)用模式（比如，邊緣計算），因此定期回顧是應(yīng)有之義。
看得出，在過去的5年里，Novartis在HPC on HybridCloud這方面有了更多的經(jīng)歷和經(jīng)驗，能給出這樣精辟的總結(jié)，實屬行業(yè)之幸。
- END -
關(guān)于我們：
速石科技專為有高算力需求的企業(yè)級用戶提供一站式算力運營解決方案，幫助用戶提升10-20倍業(yè)務(wù)運算效率，降低成本達(dá)到75%以上，加快市場響應(yīng)速度。目前主要應(yīng)用領(lǐng)域包括藥物研發(fā)、基因測序分析、半導(dǎo)體行業(yè)的EDA仿真及電路設(shè)計、汽車行業(yè)的自動駕駛開發(fā)、虛擬碰撞試驗以及AI人工智能。
想了解更多，可添加小F微信（ID：imfastone）
文章推薦：
>>AWS、阿里云、Azure、Google Cloud、華為云、騰訊云 各種云服務(wù)器價格收費對比（上）
