高性能計算在生命科學領域的運用與瓶頸
生命科學的研究範圍十分廣泛，通常包括生物學和藥物學 ，以生物學來說，研究人員爲了理解生物細胞中發生的各種生物化學過程，研究者需要詳細地瞭解生物大分子，如蛋白質、核酸等，在多個時間和空間尺度下的結構、動力學和功能等，以及這些生物分子之間動態相互作用的具體細節。實驗可以得到生物分子的靜態結構，提供生物分子的動力學信息，但這些手段的時空解析度十分有限，通常只能得到系統平均性質，而不能得到個體分子的運動信息，因此，計算手段就成了另一種不錯的選擇。也是就是我們常說的分子動力學模擬實驗。
生物分子模擬的空間尺度也與計算機技術和計算機技術的發展密切相關。分子動力學計算所需的高性能算力資源非常大，在每一個時間步上的作用力計算都需要大量的計算操作，並且這種作用力計算需要重複多次。例如，對一個十萬原子的體系來說，每一次作用力計算大概需要十億次級的運算操作；原子震動的時間週期在幾個飛秒，（10 -15 S),因而，每個時間步長也必須在1~2個飛秒進行毫秒級的生物分子運動模擬就需要執行萬億（1012）次時間步計算，因此，分子動力模擬運算必須藉助高性能計算提供算力資源進行計算。而現在單一處理器（核）很難爲分子動力學提供足夠的算力資源。爲了加速分子動力學的模擬，大規模並行計算成必然選擇。
隨着公有云的發展，公有云的無論在基礎硬件方面，還是並行計算的處理上都有了極大的提升，Cloudam雲端也是依託公有云的計算資源爲分子動力學提供算力資源。
Cloudam雲端採用最新的硬件配置如Xeon Cascade Lake（2019年), Nvidia A100(2020年），相比於國內最大的超算中心天河二號的計算核心爲Xeon E5-2692(2011年產，22nm技術)有着絕對優勢。
除此之外，分子動力學的高性能計算軟件（包括商業版和非商業化軟件）是非常豐富的，例如，CHARMM,AMBER,LAMMPS,GROMACS,NAMD等，這些軟件在Cloudam雲端的計算平臺上，都有預裝，用戶可開箱即用，同時Cloudam雲端還爲用戶提供多種作業方式，對於不熟悉命令行提交作業的用戶來說十分友好。
在硬件配置的加持下，分子動力學模擬有了巨大的發展和進步，包括圖形處理單元GPU和Intel Xeon Phi對分子動力學模擬的貢獻巨大，許多算法和分子動力學程序在GPU平臺得到了實現，在一個或多個GPU上的分子動力學模擬通常可以達到小型或中等規模標準機羣的性能，具有較高的性價比。但在技術方面，由於GPU之間通信緩慢，多個GPU之間的有效並行仍有提升的空間，GPU機羣的分子動力學性能仍然低於標準機羣的性能，而Cloudam雲端提供基於雲原生技術的算力資源的不僅能夠有效克服這類問題，同時也具有極高的性價比。
高性能計算與雲計算的區別與聯繫
高性能計算(High performance computing) 指通常使用很多處理器(作爲單個機器的一部分)或者某一集羣中組織的幾臺計算機(作爲單個計算資源操作)的計算系統和環境。高性能集羣上運行的應用程序一般使用並行算法，把一個大的普通問題根據一定的規則分爲許多小的子問題，在集羣內的不同節點上進行計算，而這些小問題的處理結果，經過處理可合併爲原問題的最終結果。由於這些小問題的計算一般是可以並行完成的，從而可以縮短問題的處理時間。