1月28日，國內首個海量存儲系統性能榜單——中國海量存儲系統MassStor100排行榜（下簡稱MassStor100榜單）正式發布。MassStor100榜單由中國儀器儀表學會圖像科學與工程分會、天津市電子學會共同成立的“存儲評測聯合工作組”每年定期發布。首屆榜單收錄了包含政府、科研、教育、能源、醫療等十余個應用領域共計35套系統。其中，來自中科曙光的ParaStor和海康威視的DS-A視頻云存儲分別以72.35PB、70.74PB的有效容量位列榜單前兩位。
生物醫學大數據，為海量存儲打開機遇之門
從上榜系統涵蓋的15個應用領域來看，視頻監控、衛星遙感、云計算/云存儲和生物信息、氣象環保作為典型海量數據應用場景，占據上榜系統50%以上的份額。由曙光公司提供存儲設備的天壇醫院、中國科學院上海生命科學研究院和上海瑞金醫院均榜上有名。可見，隨著生命科學、新藥發現、新冠疫情傳播研究及快速檢測等應用的快速發展，加速了存儲技術與生物科學數據領域的融合。特別是2020年的疫情防控工作中，科技抗疫彰顯創新實力，除了病毒形態研究以外，精準醫療、個性化醫療，也為存儲行業在生物信息、醫療衛生領域的發展帶來了新的機遇。
近年來，隨著基因測序技術的快速發展，生物醫學領域正在快速產生海量數據，以第二代高通量測序技術等為代表的各類組學技術飛速發展，推動了基因組、轉錄組、表觀遺傳組、蛋白質組等生命科學組學數據成指數級增長，把生物醫學數據推進到了PB時代。而當前正在發展的第三代單分子測序技術，速度更快、成本更低，進一步推動生物醫學數據進入EB時代。除了數據規模增速快，生物醫學數據分布零散、難以有效整合分析，數據價值挖掘困難，如何更加有效地利用成為嚴峻挑戰。
曙光ParaStor，挖掘生物醫學大數據價值
在對海量生物醫療數據中的應用規律進行研究時，曙光發現，生物醫學數據種類繁多、內部結構高維復雜、內涵豐富、數據相對分散、難以高維度多層次交匯共享。必須要解決海量生物醫療數據匯集、共享、使用這三大問題，才可以實現數據價值的挖掘。
首先是海量數據的匯集，曙光分布式存儲系統ParaStor可通過性能與容量的線性增長，滿足生物醫學數據以每12-18個月10倍的速度快速增長，實現對來自不同區域、機構、個體，結構化和非結構化數據進行高效存儲；其次是海量數據的共享，ParaStor可在全局單一命名空間為用戶構建EB級容量的虛擬存儲池，所有客戶端均在同一個命名空間下共享訪問所有的數據，有效簡化海量數據管理的復雜性；最后是海量數據的使用，曙光ParaStor擁有100Gb/s EDR Infiniband高速存儲網絡，高效解決平臺對海量醫療數據大文件存儲場景高聚合帶寬、小文件存儲場景高IOPS的存儲需求。
多年來，曙光公司深耕生物醫學領域，為上海瑞金醫院、北京天壇醫院、北京基因組研究所、上海生命科學研究院、上海市疾病預防控制中心等單位提供產品與解決方案，高效支持醫療影像、基因測序、冷凍電鏡、藥品研發等應用的穩定運行。未來，曙光將充分發揮企業優勢，加速技術創新，為生物信息領域用戶提供更先進的產品與服務。
