生信分析平台搭建（十七）：服务器配置.pdfVIP

生信分析平台搭建（十七）：服务器配置

二十二：服务器配置

1、CPU

CPU是计算机的大脑，计算机的计算主要就是靠CPU来完成，所

以，CPU非常重要，CPU的计算速度决定了计算机的计算能力。也就

是水桶效应中最上面的那块木板。比如序列拼接这个工作，需要将测

序的reads切成更小的片段，然后将这些小片段根据序列间的关系，

连成更长的片段，那么这些片段有数百万至数千万，需要非常大的计

算量。如果数据复杂，计算量就更大了。

另外，CPU还需要支持多核心，CPU是大脑，一个核心是一个心

眼儿，所以，我们知道心眼越多的人越聪明。多核心就可以进行并行

计算，在生物信息分析中，有些工作，可以进行并行计算。相当于原

来一个人的工作，现在由100个同样的人来做，理论上速度快了100

倍。因此，在硬件配置中，选择CPU是非常重要的。

2、内存

内存是CPU和硬盘之间数据交流的媒介，计算机需要将存储在硬

盘上的数据读取到内存中，CPU才能用来计算，而CPU不能直接读取

硬盘上的数据，必须通过内存这个缓冲区，举个例子，CPU是大脑，

内存是脖子，脖子以下是硬盘。内存往往就是“瓶颈”。

假设一个人的全基因组测序数据，采用二代测序的方法，人的基

因组3G，10被数据30G，那么这30G的碱基，在切成更小的kmer，

假设数据增加到了100G，还不算存储序列的一些其他信息，序列拼接

的时候必须一次将所有数据同时存入内存，如果内存达不到100G，拼

接根本无法完成。

3、硬盘

硬盘其实是计算机硬件配置中非常重要的一环，但是硬盘往往容

易被大家忽略掉，认为硬盘用来存储数据，只要需要足够大就行了，

这是不对的。

首先大存储量是必须的，因为生物数据往往都称为生物大数据，

非常消耗存储空间，包括原始的数据存储，中间分析结果，最终结果，

数据备份等，尤其是在样品量大的时候，就会非常占据存储空间，一

般都是以T为单位的。

其次，硬盘的读写速度，这个也是非常重要的因素，因为目前

CPU计算速度和内存已经足够大了，这样的条件下，硬盘成为限制计

算机整体性能的因素。因此使用SSD硬盘会明显改善计算机性能。由

于目前SSD过于昂贵，可以选择SSD+机械硬盘的方案，硬盘要做成

RAID提高读写速度和数据安全性。

4、显卡

可以选配显卡，这个并不是必须的，因为很多分析工作都是文本

操作，显卡适合于图形计算，例如计算蛋白质空间结构，构建系统网

络等，可以选择配置显卡。

5、不间断电源UPS

UPS相当于一个大的移动电源，为了防止突然断电，导致数据丢

失。UPS还是非常重要的。有些生物计算需要持续很长时间，例如拼

接一个大的基因组，构建一个大的系统发育树等可能数十天时间，一

旦断电，损失非常大，不要心存侥幸心理，灾难往往就发生在那些心

存侥幸心理的人身上。

6、其他

冷却系统，如果是大型计算系统，设备会产生大量热量，需要建

设冷却系统。