【问题来源】    重庆银行，易云   【问题简要】  CMS接口不会调用【问题类别】【必填】    【CMS接口调用】【AICC解决方案版本】【必填】    【AICC可选择版本：AICC 23.200】【期望解决时间】【尽快】【问题现象描述】【必填】        1、重庆银行部署的cms没有使用nslb，目前直接调用cms的接口。        2、目前第一步鉴权不知道怎么调用cms接口。

历时近3个月，海内外超1200支队伍参赛——9月12日，由广州市科学技术局、广州市工业和信息化局指导，广州金域医学检验集团和广东省人工智能产业协会主办，广州人工智能公共算力中心协办，华为云计算技术有限公司提供技术支持的2023“域见杯”医检人工智能开发者大赛圆满落幕。“Z Lab”战队、“道”战队分别夺得两道赛题的桂冠，各斩获10万元奖金。▲总决赛现场在颁奖典礼上，由金域医学承建的临床检验与病理诊断人工智能开放创新平台正式上线。这也是中国医检行业首个人工智能开放创新平台，可满足开发者从数据管理到应用部署的一站式AI研发需求，具备全栈式、全流程、全场景的特点。平台的上线，将为国内智慧医检生态建设提速加码。▲广州市科技局党组成员、副局长孙翔致辞广州市科技局副局长孙翔表示，“域见杯”医检人工智能开发者大赛吸引了众多优秀的团队和个人，进一步激发了医学和信息技术交叉人才的潜力，也为后续人工智能应用研发及其转化落地提供了标杆性的示范作用。临床检验与病理诊断人工智能开放创新平台的上线，可以让优质的开放创新资源辐射全产业链，从而更好地构建生物技术和新一代信息技术融合的医检人工智能生态。▲金域医学集团董事长兼首席执行官梁耀铭致辞“连续两年举办‘域见杯’，我们欣喜地发现越来越多的开发者对医检人工智能赛道产生了浓厚的兴趣，正在逐步实现凝聚医检生态伙伴，培养交叉复合型人才，构建智慧医检新范式的大赛设置初衷。”金域医学集团董事长兼首席执行官梁耀铭表示，金域医学也将借助医检人工智能开放创新平台的上线，构建共创、共享、共赢的智慧医检创新生态，助力广东抢占国内乃至全球智慧医检发展制高点，让更多百姓享受高效、可及、精准的诊疗服务。▲华为云EI服务产品部部长尤鹏致辞华为云EI服务产品部部长尤鹏表示，本次大赛，是华为公司和金域医学在AI领域合作的一个关键里程碑，也是双方携手面向未来的一次重大探索。作为国内AI领域的深度参与者和贡献者，华为推出了自己的盘古大模型，重塑千行百业。面向未来，华为公司将继续做好服务，持续构建AI技术能力，结合金域医学丰富的行业知识和实践，将技术转化为实实在在的服务能力，切实提升医检行业的智能化水平，提升诊疗效率，为广大老百姓提供更好的医学检测服务，真正实现普惠AI。聚焦医检AIGC应用吸引超千支队伍参赛当前，人工智能发展迎来“新风口”。随着AIGC技术热浪不断席卷，国内人工智能大模型发展“百花齐放”，正从通用大模型逐步渗透进千行百业的各个环节。2023“域见杯”医检人工智能开发者大赛的举办，正是为了汇聚更多人才，更好地探索开发医检AIGC技术落地应用。大赛围绕医学自然语言处理主题，设置“智能临床咨询模型”“智能染色体核型分析结果解读模型”双赛题。赛题设置紧跟技术热点、训练数据源自真实医疗场景等特点降低了开发者们打榜的门槛，吸引了高校、个人、科研机构和企业等众多选手参赛。本届大赛参赛规模远超去年首届，累计超1200支队伍参赛。其中，有不少队伍具备一定医疗领域人工智能开发参赛的经验，同时向两道赛题发起挑战。▲华为云人工智能领域首席科学家田奇进行赛事回顾及技术总结“本届比赛涌现了不少亮点。”华为云人工智能领域首席科学家田奇指出，选手们采用多种技术前沿（SOTA）的深度神经网络模型进行打榜；算法开发上，选手在开源算法基础上加入自己对赛题的理解，改进了算法。“由于赛题涉及医疗专业场景，有较多难懂的医疗数据，部分选手提出新的方法，有效提升模型在长难案例上的整体表现，让我们看到开发者在生物技术和新一代信息技术交叉领域，可以释放更多潜能。”▲“Z Lab”战队斩获“智能临床咨询模型”赛题一等奖▲ “道”战队斩获“智能染色体核型分析结果解读模型”赛题一等奖决赛当天，两个赛题各前6名的队伍齐聚广州作最后的角逐，“Z Lab”战队、“道”战队分别夺得桂冠，各斩获10万元奖金。医检人工智能发展面临数据、算法、算力三大挑战随着人工智能大模型渗透进千行百业，对开发者而言，产业实践已成为衡量模型价值的重要标准。大赛为想要在医疗人工智能领域有所发展的开发者们提供了舞台，吸引了上千名开发者竞相角逐，但这远远不够。医检人工智能的发展，面临数据、算法、算力三大挑战。人工智能开发需要大量高质量数据，而国内大部分医疗数据存储于各级医疗机构，业务系统相对独立，数据较难实现共享，存在明显的“数据孤岛”现象，可供训练的真实场景数据集有限。即便得到了大量的医疗数据，如何对离散的海量医学专业数据进行处理、统计和分析，通过模型进行有效的整合，是另一个挑战。特别是，医疗行业的严谨性对模型的精确度要求更高，从而对算法和算力提出了更高的要求。最后，开发出来的医学人工智能成果存在规模化落地的困境，数据与算法模型的产、供、销缺乏产业链资源支撑，都成为制约医检人工智能进一步发展与落地的重要因素。医检人工智能行业急需一个专有的平台，满足个人及企业开发者对训练、开发、应用和分享的需求。▲临床检验与病理诊断人工智能开放创新平台正式上线为解决以上痛点，作为医检人工智能领域的先行者，金域医学利用所拥有超10PB 数据量的全球领先的东方人种大样本、大数据库,积极开展数字化转型工作，取得了成效。2020年，广东省科技厅发布第三批“广东省新一代人工智能开放创新平台”名单，金域医学正式承建“临床检验与病理诊断广东省新一代人工智能开放创新平台”。医检人工智能开发者有了自己的专属平台9月12日，由金域医学承建的临床检验与病理诊断人工智能开放创新平台正式上线，医检人工智能开发者将有自己的专属平台。通过算力、算法、数据、模型共享，平台可向创业公司、医疗科研机构、个人开发者、行业专家等用户提供服务，满足了开发者从数据训练到人工智能应用部署的全流程开发需求，包含数据处理、开发训练、模型管理、在线部署等。开发者可以在平台上使用公开数据集进行模型训练；也可获得普惠价格的算力，支撑数据处理、各类模型的开发。此外，平台一站式模型训练服务，为用户提供主流算法框架和开发框架、丰富的算力资源及合规可用的训练数据，最大限度地降低研发成本，吸纳产业创新资源集聚。目前，该平台已上线多项经过医检医学专家处理过的疾病诊断数据集，实现样本资源、高质量医检数据与病例标注数据的安全共享，降低开发门槛。通过稳定可靠、可持续创新的云服务构建，平台可以保护用户数据安全，同时提供联邦学习能力，满足多方开发者在数据不出域的情况下完成通用模型的训练。

历时近3个月，海内外超1200支队伍参赛——9月12日，由广州市科学技术局、广州市工业和信息化局指导，广州金域医学检验集团和广东省人工智能产业协会主办，广州人工智能公共算力中心协办，华为云计算技术有限公司提供技术支持的2023“域见杯”医检人工智能开发者大赛圆满落幕。“Z Lab”战队、“道”战队分别夺得两道赛题的桂冠，各斩获10万元奖金。▲总决赛现场在颁奖典礼上，由金域医学承建的临床检验与病理诊断人工智能开放创新平台正式上线。这也是中国医检行业首个人工智能开放创新平台，可满足开发者从数据管理到应用部署的一站式AI研发需求，具备全栈式、全流程、全场景的特点。平台的上线，将为国内智慧医检生态建设提速加码。▲广州市科技局党组成员、副局长孙翔致辞广州市科技局副局长孙翔表示，“域见杯”医检人工智能开发者大赛吸引了众多优秀的团队和个人，进一步激发了医学和信息技术交叉人才的潜力，也为后续人工智能应用研发及其转化落地提供了标杆性的示范作用。临床检验与病理诊断人工智能开放创新平台的上线，可以让优质的开放创新资源辐射全产业链，从而更好地构建生物技术和新一代信息技术融合的医检人工智能生态。▲金域医学集团董事长兼首席执行官梁耀铭致辞“连续两年举办‘域见杯’，我们欣喜地发现越来越多的开发者对医检人工智能赛道产生了浓厚的兴趣，正在逐步实现凝聚医检生态伙伴，培养交叉复合型人才，构建智慧医检新范式的大赛设置初衷。”金域医学集团董事长兼首席执行官梁耀铭表示，金域医学也将借助医检人工智能开放创新平台的上线，构建共创、共享、共赢的智慧医检创新生态，助力广东抢占国内乃至全球智慧医检发展制高点，让更多百姓享受高效、可及、精准的诊疗服务。▲华为云EI服务产品部部长尤鹏致辞华为云EI服务产品部部长尤鹏表示，本次大赛，是华为公司和金域医学在AI领域合作的一个关键里程碑，也是双方携手面向未来的一次重大探索。作为国内AI领域的深度参与者和贡献者，华为推出了自己的盘古大模型，重塑千行百业。面向未来，华为公司将继续做好服务，持续构建AI技术能力，结合金域医学丰富的行业知识和实践，将技术转化为实实在在的服务能力，切实提升医检行业的智能化水平，提升诊疗效率，为广大老百姓提供更好的医学检测服务，真正实现普惠AI。聚焦医检AIGC应用吸引超千支队伍参赛当前，人工智能发展迎来“新风口”。随着AIGC技术热浪不断席卷，国内人工智能大模型发展“百花齐放”，正从通用大模型逐步渗透进千行百业的各个环节。2023“域见杯”医检人工智能开发者大赛的举办，正是为了汇聚更多人才，更好地探索开发医检AIGC技术落地应用。大赛围绕医学自然语言处理主题，设置“智能临床咨询模型”“智能染色体核型分析结果解读模型”双赛题。赛题设置紧跟技术热点、训练数据源自真实医疗场景等特点降低了开发者们打榜的门槛，吸引了高校、个人、科研机构和企业等众多选手参赛。本届大赛参赛规模远超去年首届，累计超1200支队伍参赛。其中，有不少队伍具备一定医疗领域人工智能开发参赛的经验，同时向两道赛题发起挑战。▲华为云人工智能领域首席科学家田奇进行赛事回顾及技术总结“本届比赛涌现了不少亮点。”华为云人工智能领域首席科学家田奇指出，选手们采用多种技术前沿（SOTA）的深度神经网络模型进行打榜；算法开发上，选手在开源算法基础上加入自己对赛题的理解，改进了算法。“由于赛题涉及医疗专业场景，有较多难懂的医疗数据，部分选手提出新的方法，有效提升模型在长难案例上的整体表现，让我们看到开发者在生物技术和新一代信息技术交叉领域，可以释放更多潜能。”▲“Z Lab”战队斩获“智能临床咨询模型”赛题一等奖▲ “道”战队斩获“智能染色体核型分析结果解读模型”赛题一等奖决赛当天，两个赛题各前6名的队伍齐聚广州作最后的角逐，“Z Lab”战队、“道”战队分别夺得桂冠，各斩获10万元奖金。医检人工智能发展面临数据、算法、算力三大挑战随着人工智能大模型渗透进千行百业，对开发者而言，产业实践已成为衡量模型价值的重要标准。大赛为想要在医疗人工智能领域有所发展的开发者们提供了舞台，吸引了上千名开发者竞相角逐，但这远远不够。医检人工智能的发展，面临数据、算法、算力三大挑战。人工智能开发需要大量高质量数据，而国内大部分医疗数据存储于各级医疗机构，业务系统相对独立，数据较难实现共享，存在明显的“数据孤岛”现象，可供训练的真实场景数据集有限。即便得到了大量的医疗数据，如何对离散的海量医学专业数据进行处理、统计和分析，通过模型进行有效的整合，是另一个挑战。特别是，医疗行业的严谨性对模型的精确度要求更高，从而对算法和算力提出了更高的要求。最后，开发出来的医学人工智能成果存在规模化落地的困境，数据与算法模型的产、供、销缺乏产业链资源支撑，都成为制约医检人工智能进一步发展与落地的重要因素。医检人工智能行业急需一个专有的平台，满足个人及企业开发者对训练、开发、应用和分享的需求。▲临床检验与病理诊断人工智能开放创新平台正式上线为解决以上痛点，作为医检人工智能领域的先行者，金域医学利用所拥有超10PB 数据量的全球领先的东方人种大样本、大数据库,积极开展数字化转型工作，取得了成效。2020年，广东省科技厅发布第三批“广东省新一代人工智能开放创新平台”名单，金域医学正式承建“临床检验与病理诊断广东省新一代人工智能开放创新平台”。医检人工智能开发者有了自己的专属平台9月12日，由金域医学承建的临床检验与病理诊断人工智能开放创新平台正式上线，医检人工智能开发者将有自己的专属平台。通过算力、算法、数据、模型共享，平台可向创业公司、医疗科研机构、个人开发者、行业专家等用户提供服务，满足了开发者从数据训练到人工智能应用部署的全流程开发需求，包含数据处理、开发训练、模型管理、在线部署等。开发者可以在平台上使用公开数据集进行模型训练；也可获得普惠价格的算力，支撑数据处理、各类模型的开发。此外，平台一站式模型训练服务，为用户提供主流算法框架和开发框架、丰富的算力资源及合规可用的训练数据，最大限度地降低研发成本，吸纳产业创新资源集聚。目前，该平台已上线多项经过医检医学专家处理过的疾病诊断数据集，实现样本资源、高质量医检数据与病例标注数据的安全共享，降低开发门槛。通过稳定可靠、可持续创新的云服务构建，平台可以保护用户数据安全，同时提供联邦学习能力，满足多方开发者在数据不出域的情况下完成通用模型的训练。

最近正在进行meta分析的学习和应用，作为临床医学的最高证据，高质量的meta分析是极为重要的，但是在文献筛选的过程中，需要两位工作者同时筛选，耗时费力，因为要进行大量的文字阅读筛选工作，随着精力的消逝，文献筛选的质量呈现下滑趋势，能否有一种AI模型进行精准的文章筛选，为高质量meta提供文献基础。

群体基因组系列文章-1标题（英文）：The Impact of ACEs on BMI: An Investigation of the Genotype-Environment Effects of BMI标题（中文）：ACEs对BMI的影响：探究BMI的基因型-环境效应发表期刊：Behavior Genetics作者单位：美国俄勒冈州立大学心理学系发表年份：2022文章地址：https://doi.org/10.3389/fgene.2022.816660本文研究了不良童年经历（Adverse Childhood Experiences or Events，ACEs）与基因型-环境交互作用对体重指数（BMI）的影响。研究者使用了Healthy Nevada Project (HNP)的数据，该项目包括43,000名具有全外显子测序（WES）及匹配的电子健康记录的参与者。其中，17,839名参与者提供了关于ACEs的调查结果。研究发现，ACEs次数与成年肥胖具有很强的关联性，并鉴定了55个具有基因交互作用的常见和罕见变异。在该项研究中，研究者首先研究了ACEs与BMI之间的关联性；然后使用约500万个常见和罕见变异探索了BMI与ACEs的全基因组-环境交互作用。全基因组-环境交互研究（GWEIS）检查了每个变异的基因型-环境（G×E）效应，使得在ACEs暴露下，不同基因型的参与者在BMI上的差异。测序数据分析部分，测序reads使用Sentieon进行从fastq到vcf的全流程处理。Sentieon遵循了测序数据相关质控结果统计及GATK最佳实践流程。Sentieon在处理大规模队列样本时，在具有极速分析优势的同时保证了分析结果的可靠性。总结：该研究使用了包括全外显子测序（Sentieon用于全流程数据分析）、电子健康记录、ACEs调查结果及全基因组-环境交互研究（GWEIS）等方法探索了ACEs、遗传因素和BMI之间的关系。群体基因组系列文章-2​​​标题（英文）：Detection of De Novo PAX2 Variants and Phenotypes in Chinese Population: A Single-Center Study标题（中文）：中国人群中PAX2新生突变的检测及表型分析：一项单中心研究发表期刊：Genes作者单位：重庆医科大学 附属儿童医院、重庆市儿科重点实验室等发表年份：2022文章地址：https://doi.org/10.3389/fgene.2022.799562本文通过一项单中心回顾性分析研究了中国人群中PAX2新生突变与表型的关系。该研究报告了一些具有独特表现和合并症的患者，并报告了三种以前从未报道过的变异。通过对中国人群PAX2新生突变与表型的分析，研究者建议对有明显肾发育不良和眼部异常证据的患者进行基因检测并尽早开始保护性治疗。Fig2 对10个患者上检测到的PAX2基因新生突变位置分布进行了表征并展示了10个患者家系的系谱关系，分析了致病性突变的来源。本文通过单中心10个患者及其父母血液样本进行靶向富集测序，使用Sentieon或GATK分析流程用于变异检测。根据ACMG指南对有害突变进行判定，并使用Sanger测序对二代测序结果中鉴定的致病性新生突变进行验证。该研究报告了一些具有独特表现和合并症的患者，并报告了三种以前从未报道过的变异。具有PAX2变异的患者主要发生在青春期，且临床表现具有高度异质性。通过对中国人群PAX2新生突变与表型的分析，研究者建议对有明显肾发育不良和眼部异常证据的患者进行基因检测，若含有PAX2基因突变，则应检查PAX2相关器官损伤并密切随访肾脏功能。软件试用：https://www.insvast.com/sentieon

目前EIHealth在基因组分析、药物研发、临床研究三个领域提供专业AI研发平台，是否考虑过在疫苗设计领域，例如RNA二级结构预测，mRNA序列设计等方面推出新的平台？

客户需求W企业采用BWA-MEM2开源测序软件提供基因对比服务，为了确保业务的高安全性及可连续性，希望以BWA-MEM2基因软件作为试点，打造算力平台的第二选择。基因对比服务包含100+源码文件、10w+行 C/C++代码，使用了大量的x86 SSE/AVX指令对代码进行优化，迁移难度大，预估工作量9人月。解决方案鲲鹏DevKit代码迁移工具扫描100%识别4812行待迁移源代码，SSE/AVX指令修改建议自动生成一键快速替换，快速解决95%迁移问题。客户收益迁移工作量从月级缩短至天级， 2人天快速完成BWA-MEM2平台迁移；业务快速上线，保证了业务的连续性；性能与迁移前保持持平，增强客户向鲲鹏迁移的信心，未来推动其它业务系统逐步迁移至鲲鹏平台。 

近日，华为云正式对外推出竞享实例。竞享型实例作为创新商业模式，用户可以先到先享，并将颗粒化算力瞬间批量组织起来用于各类可容错场景，其以远低于同类产品的价格以及出色稳定的性能为离线转码、离线渲染、基因测序及Web应用等可容错业务场景提供强有力的基础支撑，助力用户瞬享自由算力。极致性能，激发潜能竞享实例承袭华为云C系列高性能云服务器技术基因，最高支持64核256G，同规格同性能机型价格低至按需实例的1.5折。为动画制作特效师、建筑设计师等提供稳定、高效、安全的渲染环境。影视特效作为电影产业中或不可缺的元素之一，为电影的发展做出了巨大的贡献。优秀的电影都在极致追求逼真的场景构建、人物刻画，道具。而逼真的视觉效果往往需要渲染更多帧数、耗费更长时间。以某科幻大片为例，全片共有2003个特效镜头，开场从地面拉向太空的2mins长镜头共有3000帧。以目前主流4K影片在3000台按需24核服务器集群渲染为例，每台服务器并行渲染1帧。每帧平均时间20h，总时间需要20h，按需成本约32W。而在实际影视制作中，通常一个画面需要渲染，修改多次才能出片，实际成本和时间会更高。同样情况下，若采用竞享实例，保质保量完成渲染任务的同时，成本仅需8万元，成本可节省75%。为缩短渲染周期、节省渲染成本提供最优解，满足高性能渲染对算力的强需求，让技术与艺术融合，加速中国影视产业的腾飞。  灵活便捷，玩转潮汐竞享实例支持短周期可容错业务，随取随用。业务波峰期，用户可根据业务量选择购买时长，到期后自动释放实例。配合业务的自身的容错机制与弹性伸缩机制，助力用户轻松玩转潮汐对各类Web应用而言，如社交类产品，经常出现因为社会热点话题引发的流量峰值，且流量峰值不可预估，如潮汐效应，在月球引潮力作用下， 海水发生周期性涨落的现象，而受自然规律和社会环境的共同影响，人类行为也会有周期性“潮汐效应”。竞享实例以灵活便捷及超高性价比的优势脱颖而出，业务高峰期，根据业务诉求批量开通竞享实例资源，设置时长到期后自动释放，同时还能以远低于目前市面上实例的价格拥有同等性能，助力企业轻松应对业务浪涌。高性价比，百里挑一竞享实例支持申请超大规模算力负载用于业务快速闭环，最高可支持万核资源购买申请，以超低价格构建计算集群，万核资源每小时使用费用低至300元。如对于基因测序场景而言，人类第一次完成全基因组测序耗时13年，耗资27亿美金，随着技术的不断演进，在2018年JP Morgan健康大会，高质量的个人全基因组测序的价格降为600美金，这标志着基因测序的成本越来越低，速度越来越快。基因测序行业巨擘甚至预测在不远的未来，它将成为常规的体检项目，除了基因测序技术高速发展外，与算力成本的下降也是密不可分的。**中的人类全基因组有30亿碱基，需要对基因进行拼装、排序、去重、变异检测后，才算完成一个完整的WGS (人类全基因组测序)流程。分析竞享实例以极致性价比的优势，单核0.035元/小时起 ，完美匹配基因测序场景诉求，有效降低分析计算成本，缩短测序周期，真正做到同样性能更低价格，百里挑一。竞享实例是面向各种无状态，容错或者灵活的应用程序推出的全新一代计算服务，短时间、大规模、高性价比算力一触即发，助力企业实现数字化转型和智能化升级                            目前竞享实例正在热卖中，点击【优惠算力，先到先享】！

基因测序性能提升5倍，华为云是怎么做到的？ 近期，华为云携手峰科计算（以下简称“峰科”）发布基于FPGA的基因加速云解决方案，该方案采用GATK（The Genome AnalysisToolkit）标准分析流程，将全基因组测序（WGS）性能提升5倍，比传统模式提升3~5倍，同时测序精度可达99.95%以上，在大幅缩短测序时间的同时实现TCO大幅降低。 1. 基因测序数据分析加速面临的挑战Ø 基因测序分析流程BWT+GATK当前被业界广泛采纳,但采用此流程的传统测序方法需要消耗高额算力及存储资源，且耗时较长Ø 针对基因测序中高算力需求的smith-waterman，pair-hmm等算法处理，其具有计算并行性，不连续，非规则的存储访问，低bit操作等特性，计算依赖不规则区域的操作会对CPU消耗很大，性能难以提升 2. 华为云FPGA基因加速解决方案的优势 为了更好的解决基因测序行业面临的基因组分析标准流程不经济高效以及跨不同云和硬件（CPUs，FPGAs）加速实现的双重挑战，华为云和峰科计算强强联合，合作推出符合行业标准的GATK加速流程，通过对基因测序数据分析流程进行软、硬件联合优化实现端到端加速。· 华为云提供业界领先的FPGA加速云服务平台，采用业界领先的Xilinx 16nm Virtex UltraScale+ VU9PFPGA，并针对基因场景推出32核CPU224GB内存1 VU9P FPGA和64核CPU448GB内存2 VU9P FPGA规格的实例，实现了GATK 软件处理流程和FPGA加速流程的完美结合，从而将加速效率提升3~5倍· 峰科采用GATK标准分析流程，精准性与GATK标准流程完全吻合，精度可达99.95%以上· 不修改GATK标准流程，可访问读取从原始测序数据到生成vcf文件整个过程中的中间数据，便于科研用户使用比对 3. 华为云FPGA基因加速解决方案解析 华为云FPGA基因加速解决方案集成峰科的加速IP，为用户提供一种易于使用，经济实惠的基于FPGA的基因组分析流程加速服务，在该方案中，华为云配备了3核CPU，单个VU9P FPGA的实例。 华为云FPGA基因加速解决方案使用GATK最佳方案对种系突变和体细胞突变进行变异检测，将计算密集型算法如Smith-Waterman、PairHMM等确定为加速对象。每种算法都经过FPGA内核优化，并且实现CPU-FPGA协同执行和资源分配。如图2所示，用户通过分析应用程序，把每个流程的数据传给华为云峰科加速平台，平台里的Kestrel运行时管理工具来管理CPU-FPGA协同执行和资源分配。利用多线程，I / O优化和扩展使用FPGA加速器，华为云FPGA基因加速服务的基因组学分析流程在保证精准度情况下提供显著的加速。19196 图2 华为云峰科FPGA基因加速方案结构图 与GATK 最佳使用流程相对称，典型的基因测序数据分析流程始于原始FASTQ序列两端读长(paired-end reads)，进一步获取一组经过滤的变体，对其进行标记以供进一步分析。图3描述了华为云基因加速服务种系变异调用流水线的具体流程，中间面板指示开始的通常工作流程，上下分别显示华为云FPGA基因加速方案中的峰科加速流程和GATK最佳使用流程命令实现方式的工作流程。19197图3 华为云峰科基因加速流程和GATK最佳使用流程对比 基于华为云FPGA加速服务，使用FPGA优化加速GATK流程，基因组分析流程可以实现3～5倍速度提升和99.95％以上的准确度。华为云FPGA基因加速解决方案最快基因组序列分析标准流程可在一天内完成5个全基因组或24个整体外显子组分析。 Performance comparison for GATK 3.8 WGS from Alignmentto Variant Calling using Hoplotypecaller 19198 注：测试数据使用的是30X的WGS样本，碱基数量103G 4. 华为云基因加速服务“0”元体验 为了能让更多的用户体验华为云FPGA加速云服务器，针对基因加速场景，华为云联合峰科（Falcon）推出“基因加速服务0元体验套餐”，套餐规格为32核CPU224GB内存500GB数据盘5M带宽，欢迎各企业登录华为云官网使用。 “基因加速0元体验”套餐试用方法如下：https://bbs.huaweicloud.com/forum/thread-8733-1-1.html