近日，伦理电影 生物信息团队成功研发了高性能算法Coordinated Meta-Storms（CMS），首次实现了百万级微生物组的距离矩阵计算。该成果近日在生物信息学高水平期刊Bioinformatics发表，硕士研究生王民安、博士研究生高浩为共同第一作者，苏晓泉教授为通讯作者。该研究获得了国家重点研发计划、国家自然科学基金、光合基金、山东省泰山学者计划和青创引育计划的支持。
微生物组（亦称“菌群”）在人体健康、生态环境及工农业生产中扮演着重要的角色。微生物组之间的距离矩阵是其研究和应用的重要基础，然而海量数据对计算吞吐量提出了严峻的挑战。当前主流的计算策略大多基于CPU或者单个GPU，在处理超大规模数据时，面临着显存容量有限以及并行能力不足两大核心瓶颈，严重制约了科研效率与研究深度。
图1. CMS的多GPU并行架构和性能表现。（A）CMS通过负载均衡协调机制对计算任务进行分解，将子块任务尽可能均匀地分配至多个GPU，确保高并行计算效率。（B）多GPU的CMS与64核CPU及单GPU计算时间对比。在计算20万例微生物组样本的距离矩阵时， CPU需要近18天，单GPU也需要超过11小时，而CMS仅需1.5小时，计算速度较CPU提升了280倍。
为攻克微生物组距离矩阵计算难题，生物信息研究组成功研发了CMS高性能算法。该算法首创多GPU负载协调机制以最大化并行性能，其自适应数据分块策略解决了内存限制问题，并通过非递归内核重构进一步提升了计算效率。同时，CMS拥有完全的自主知识产权，原生支持国产DCU加速卡，摆脱了对国外同类型设备的依赖。该成果不仅有力推动了从核心软件到算力平台的全国产化生态建设，实现了核心软件与国产计算平台的深度融合与协同发展，更为我国生物信息学领域的自主创新与可持续发展奠定了坚实基础。
论文信息：
Wang M., Gao H., et al., Coordinated Meta-Storms enables comparison of million-level microbiomes, Bioinformatics, 2025, DOI: //doi.org/10.1093/bioinformatics/btaf438
