了解生物信息学的科研人员或许都知道，通常情况下高通量测序产生的数据量动辄几百个G。个人电脑的配置难以支持如此大规模的数据分析任务，学生党们也难以承认配置达标的服务器的价格。科研猫在此郑重推出开源项目支持计划：32核256G内存高性能服务器，免费用！

　　生命科学大数据研究中，服务器是必不可少的硬件，没有服务器，想做生物信息是天方夜谭。在Dry Lab日常工作中，获取服务器的方法有很多，比如自己搭、租赁或者云计算。自己搭建服务器对硬件和机房、网络等设施要求较高，而且要有一定的维护技能，最关键费用很高，随便搞几个节点，没有几十万是下不来的。比如稍微简单点的，一台登录节点，两台双路的计算节点，一台存储节点，加上网卡、交换机，匹配上工业空调、UPS，每年合理的用电，这种方案毛估一下，50万起步。除非是专门做生物信息的课题组，一般常规课题组是不具备这个条件的。

　　还有就是云计算，现在AWS、Azure、阿里云、腾讯云、华为云等云厂家为我们提供了大量的算力，而且极具伸缩性，根据计算任务的大小，可以选择适中的计算实例与其匹配，而且稳定，免维护，是短期计算任务的不二选择，但是其缺点就是长期使用的话，价格极其昂贵，特别是存储，10T的热存储一年都得十来万，算下来远不及自己买一两台服务器来的划算。我们在阿里云实测了一下，ecs.r7.8xlarge的实例，32vCPU 256G内存 10T存储，1年的费用是156743.19元，着实厉害！

　　总而言之，不管是自己搭建服务器还是用云计算厂商，服务器都是一笔不小的支出。把很多初学者或者非专业做计算的大量科研人员，卡死在大数据研究的第一步。

　　搞大数据计算，除了要求算力，还要有合适的计算工具。近几年来，中国科研人员发布的生物医学相关计算工具日渐增多，一些知名工具甚至在国际科研界也是享有名气，但是相较于国外知名机构，诸如Broad Institute这种生信研究的殿堂，我们还有太远太远的路要追赶。

　　为了促进国产化计算工具的发展，完善我们国家自己的生物信息生态圈，我们在去年11月发布了Hiplot Pro生物医学可视化及大数据分析平台（）clash规则教程，网站自发布一来，20天突破1万用户，2个月突破百万人次访问，目前日访问量3.5万人次。在大家的热度不断增加的同时，我们也在不断思考，如何才能突破科研合作的桎梏，打造出以开源化理念为主导的计算平台，在真正意义上为中国科研界构建一个完善的生物信息生态圈。

　　我们一直说，我们甘做“为众人负薪者”，为了孵育和推动开源生物信息项目的成长，Hiplot在此郑重推出开源项目支持计划！

　　更加美好，更加宏大的未来在等待着我们去建设，“人人为我，我为人人”，早点加入我们的行列吧。返回搜狐，查看更多