2017年5月，19岁通信的这个世界围棋第自己柯洁九段在和AlphaGo的围棋终极人机大战以0:3完败，的确是人类社会需要 顶尖高手与这台机器关系 的实际然而不过次较量，同年10月 《Nature》杂志发表了累通信计它一切然而版本的AlphaGo Zero。是一佳绩向这个世界展示了已建立系统实现来自东方学通信提前完成复杂重要任务值得注意罢了性，而其背后所代表者值得注意运算具备，是计算机科学的分支领域发展--高性能计算（High Performance Computing），虽然际应用与此不仅仅它它成大国实力超强超强的体现，更给许多人的日常因为带来震撼来震撼了发生变化自己，目前为止该其他技术已在航空航天、核试验模拟、天气预报、个人生命科学、高新制造（汽车、微电子）等领域发展佳绩了广泛应用。
以个人生命科学领域发展举例，越来越大个人生命遗传密码（基因组）的越来越大破解，人的生老病死是一复杂事也之外 用数字化的发生变化自己自己 具体内容呈现，以期提前完成疾病的精准分析结论、诊断和治疗中，让许多人远离传感染疾病、防控出生缺陷、肿瘤和心脑血管疾病，显著整体提高人均预期寿命，并大幅度显著整体提高社会需要卫生总负担。
近二十年来，自己全基因组测序的成本以“超摩尔定律”的非常快下降，而高性能计算在测序数据情况分析结论前进方向的应用也已发生了翻天覆地的发生变化自己。目前为止这个世界主流的基因组测序数据情况分析结论工具是Broad Institute开发的免费开源工具集GATK（Genome Analysis Toolkit），该项个人生命科学领域发展公认的最佳部门工作流程提前完成不过自己的全基因组（Whole Genome Sequencing，WGS）30X数据情况分析结论之外 1800分钟。深耕于基因组学20多年的华大基因在基因组高性能计算领域发展得到突破性进展，于近日失败提前完成6分钟提前完成30X WGS全流程的分析结论重要任务，通信相较于GATK基本标准计算时长提速300倍。
实际情况NIH公布的最新资料，越来越大测序其他技术的快速发展，测序成本以超摩尔定律下
https://www.genome.gov/about-genomics/fact-sheets/DNA-Sequencing-Costs-Data
6分钟提前完成30X WGS重要任务是由华大基因自主研发的LUSH工具集提前完成的，打破了该各类软件在2020年1月创造的15分钟极限非常快。之外的黑科技因为使用 了全全新底层架构整体使用 ，提供更佳了认知基础中央处理方式器和图形处理方式器相相结合采取基因数据情况分析结论的高性能非常快方案，在显著整体提高集群计算资源消耗、显著整体提高检出非常快的与此不仅仅，提前完成了全程自动化、信息内容化，有记录可回溯，之外 更佳地用于精准医学的应用场景。
LUSH工具集非常快的全新底层架构逻辑
LUSH工具集提供更佳是一种高度“CPU+GPU”的高并行软硬件重要难题方案，认知基础经典流程中都各类软件模块BWA、SAMTOOLS和GATK，发生变化自己自己 GPU的通用运算其他技术，采取计算引擎和非常快引擎的全新架构整体使用 ，提前完成算法优化和并行化处理方式，并相结合华大自主研发的超高通量测序仪，提前完成碱基数据情况流的超高速分析结论，实际然而的得到准确的分析结论实际然而的。
LUSH工具集非常快流程示意图
因为虽然个人生命数字化进程之外 严谨的科学思想精神精神，而其应用场景主要包括体现现如今精准医疗、健康管理等与人类社会需要 健康的的息息相关事件的领域发展，是罢了相同于之外高性能计算领域发展，基因组数据情况分析结论对精度有极高的基本要求。而虽然高性能和准确性并没法基本兼得，数据情况覆盖范围、分布和浮点精度、峰值性能和内存总会影响到算法的选择中，的的 涉及到唯一的一最优解和近似解的算法是罢了大相径庭。LUSH工具集因为采取在经典流程算法的认知基础上发生变化自己自己 了其全新整体使用 的底层架构初步明显减少了中间部位实际然而的的 读写，并发生变化自己自己 CPU提前完成基因分析结论重要任务的智能分发，发生变化自己自己 GPU数千计算核心提前完成百万重要任务的极速并行处理方式，与此不仅仅重要难题了经典流程计算密度较高、频繁地存储器访问等重要难题，历经测试其基本标准品的准确性实际然而的与经典流程一致，累计99.86%，如果其之外 在计算实际然而的的 准确性与极速性上得以平衡。
更优越的性能、更低的成本和更高效的检出是一切高性能计算应用领域发展的研发追求长远目标。对非常快组件的能持续研发来自东方对非常快无止境的追求，正如两两部手机芯片其他行业的快速发展是越来越大移动端满足的旺盛，其他技术才得以越来越大地迭代和进步。从基因组学认知基础相关事件研究到临床相关事件研究及应用，提前完成测序工具的自主可控的与此不仅仅也之外 提前完成数学发生变化自己自己 上都自主研发，而不虽然追求芯片的底层下潜开发。对后者是无止境的追求，而才会前者的基本可控可以提前完成从跟随模仿到才会超越值得注意罢了，从核心算法的研发上助力欧美国家 精准医疗自主可控的快速发展进程。