醫療生物應用依賴多樣化的操作系統、庫和編譯器等配套軟件環境。傳統的虛擬化技術性能開銷大，不適合追求極致性能的基因組學計算。
許多生物信息學任務需要消耗巨大的計算資源，會快速產生海量數據，屬于計算密集型和內存密集型任務。
許多醫學、藥學和臨床研究人員缺乏傳統的Linux命令行和作業調度系統知識，高學習成本嚴重阻礙了計算資源的使用。
隨著AI和大模型技術快速發展，醫療生物領域對計算能力需求爆發式增長?，F有計算資源類型單一，限制了科研進展。
采用容器技術打包應用和環境，解決復雜軟件依賴沖突。提供用戶可自定義、動態切換的計算環境，確保實驗可重復性。
平臺可無縫整合X86、ARM、GPU等異構算力資源。支持GPU細粒度分配技術（最低0.1卡），最大化利用硬件資源。
私有實例模式提供遠程桌面，支持GUI圖形化應用 和Web交互，讓非計算機背景的科研人員輕松上手。
EaaS平臺兼顧傳統HPC、大數據和人工智能訓練等多個應用場景?？刹渴鸨镜卮竽Ｐ?，并提供API接口服務。
復旦大學醫學院作為我國頂尖醫學教研機構，長期以來缺乏專業的計算平臺支撐，嚴重制約了科研創新和醫學研究的發展，而同期國際頂尖醫學院已部署15000核級計算集群。2021年在上海市專項支持下，建成擁有42個計算節點、24張GPU卡的高性能計算平臺，目前服務2000多名注冊用戶，支撐生物信息學教學、臨床數據隱私計算、藥物虛擬篩選等多個核心場景。在此背景下，中心于2021年引入EaaS高性能計算云平臺，通...
了解更多
