大家怎样看待生物云计算的前景？
2012-01-19 20:00:12   来源：   点击：

6 个答案

• 答案 1：

  我个人反对把大规模存储和高性能计算等同起来。我在研究生阶段接触过一些有关HDFS和Hadoop的项目。个人认为，基于类似google的MapReduce模型的计算解决方案很难说的上是真正的“高性能”，其“高性能”的适用领域局限性非常大。如果说能把有关生物医药的计算功能整合到云上，以服务的形式出租给用户，我觉得是合理的。但是MapReduce不是唯一的解决方案，也绝不是最好的方案。

• 答案 2：

  这个和搞了几十年的“高性能计算在生物学中的应用”一回事吧，充其量加了一些“新概念”。PB级海量存储、高性能计算这些都不是什么新鲜事。通过MPI在集群上或者在共寻址内存的大型机上做大规模的生物学模型运算、火箭推进器模拟运算、核武器模拟运算、天气预测模型运算等都是有几十年历史的研究项目。NASA、Argonne National Laboratory、NCSA等众多拥有大规模集群的机构一直有这方面的研究，一直在处理这海量的存储和计算。非要说这几年有什么新的概念，大概可以算是Google File System和MapReduce让大家知道能够用相对便宜的方式也可以做大规模的存储和计算、以及Hadoop的开源实现的成熟让这个过程更容易。不过这也是好几年了的事情。

• 答案 3：

  我个人认为前景很好，原因如下：一、以租代买，降低使用门槛；二、大规模正是云的优势所在，而且可以说规模越大越合适；三、云计算带来的计算模式变革，其实是信息处理模式解藕，软件化是最好的增加灵活性的方式，所以就生物计算的软件化也是对路的；

• 答案 4：

  作为提问人，我希望得到的答案能兼顾技术实现和需求分析。两者不可偏废。就生物云计算这个模式，应该说它的需求方的诉求是不同的。对宏观统计分析的结果感兴趣的应该是医疗保险机构和新药研发企业。因为他们拿到真实数据后可以修改医疗保险的产品（如保费、条款等），确定新的药物研发计划；而对于医生而言，他们需要借鉴同类病例，通过低成本的计算工具来辅助形成更合理的治疗及用药方案；对于网站运营者，可能考虑的问题是如何先通过购买一些海量的专业数据库，让会员低成本使用的同时，不断积累真实的医疗信息，最终建立遥遥领先的核心资产，树立并保持自身竞争优势

• 答案 5：

  不要玩概念！不就是根据海量数据统计分析嘛！怎么现在的人都喜欢玩概念。

• 答案 6：

  我觉得他的特征能给路由寻址的算法上带来突破。