公共卫生领域正面临着与敏感患者数据交互的紧急决策需求,云原生科学计算应运而生,成为对缓慢且碎片化创新模式的解答。对于主要承担病原体基因组学或流行病学建模等复杂任务的机构而言,这些平台所提供的可扩展性极具吸引力,但其真正价值只有在底层复杂性得到简化时才能充分显现。英国卫生安全局高性能计算负责人弗朗切斯科·詹诺卡罗表示,自2017年以来,他们致力于在简化云原生应用程序复杂性的同时,巩固安全性与科学严谨性,为科学家提供了通过云原生技术进行实验和原型设计的高效途径。
詹诺卡罗指出,在2020年大流行期间,他们将托管于OpenShift平台的应用迁移至Azure,实现了更强的恢复能力与可扩展性。随着后续聚焦机器学习与人工智能辅助分析的工作负载日益增长,他们又通过添加英伟达硬件来满足高性能计算需求。此举为基因组学研究机构创造了快速分析海量数据的环境,这被认为是使科学家能更高效开展工作的重要因素。
他展望未来一年内能为科学家提供可信人工智能模型目录,这将有助于开发公共卫生科学领域的新应用程序。


