某大型藥企
挑戰(zhàn):
使用該企業(yè)當(dāng)前本地計(jì)算資源運(yùn)行VS數(shù)據(jù)庫一次大約需要的時(shí)間1251天
應(yīng)用:
Vina,NetMHC
產(chǎn)品:
軟硬一體算力解決方案
應(yīng)用場景:
小分子篩選

使用速石平臺,工作負(fù)載隨時(shí)可以溢出到AWS進(jìn)行計(jì)算,數(shù)分鐘可完成1000+節(jié)點(diǎn)的并行計(jì)算。效率提升14倍的同時(shí),成本下降了76%

某基因檢測公司
挑戰(zhàn):
當(dāng)日五點(diǎn)前樣本數(shù)據(jù)要求8小時(shí)內(nèi)處理完畢,本地資源不足以按時(shí)完成,需要使用云端資源滿足高峰計(jì)算需求
應(yīng)用:
自主研發(fā)的特有基因分析工具
產(chǎn)品:
軟硬一體算力解決方案
應(yīng)用場景:
母嬰領(lǐng)域的消費(fèi)級基因檢測

本地和云端一體化管理,通過本地集群滿足數(shù)據(jù)預(yù)處理和本地計(jì)算及存儲需求,基于機(jī)器學(xué)習(xí)的智能調(diào)度算法預(yù)測任務(wù)完成時(shí)間,按需調(diào)度到云端滿足彈性計(jì)算需求

AI輔助藥研
挑戰(zhàn):
本地內(nèi)存資源和GPU資源有限,訓(xùn)練速度慢。公有云GPU費(fèi)用高,希望公有云上資源能有效利用
應(yīng)用:
GPU
產(chǎn)品:
軟硬一體算力解決方案
應(yīng)用場景:
多藥副作用訓(xùn)練

通過速石平臺GUI Wizard方式,只需要三步:上傳/選擇數(shù)據(jù) -選擇算法-提交任務(wù),即可開始。利用AWS P3實(shí)例進(jìn)行AI分布式訓(xùn)練,訓(xùn)練時(shí)間由原來的9天縮短到2天左右,解決算得慢問題。按需啟動(dòng)GPU/TPU實(shí)例,并內(nèi)置費(fèi)用預(yù)警和限制功能,降低成本

某CRO公司
挑戰(zhàn):
讓過去需要耗費(fèi)幾個(gè)月的篩選時(shí)間縮短到1天以內(nèi)
應(yīng)用:
Schr?dinger
產(chǎn)品:
生物/化學(xué)計(jì)算服務(wù)
應(yīng)用場景:
Shape Screening

我們用Schr?dinger(薛定諤)輔助用戶對7.8億多個(gè)分子進(jìn)行了篩選,用了云上的幾萬個(gè)Core,計(jì)算時(shí)長僅花費(fèi)了3-13個(gè)小時(shí)(每個(gè)Core上所需時(shí)間不一樣)

