生信分析平台搭建（十七）：伺服器配置

本文首發於微信公眾號「基因學苑」，未經授權，不得轉載，搜索「genecollege」。

熟悉完虛擬機配置伺服器之後，就可以嘗試上手搭建實體伺服器了，如果要選購伺服器，應該考慮哪些因素呢？如果不差錢，那就好辦了，直接選最貴的就好了。在預算有限的條件下。CPU，內存，硬碟如何取捨，達到最佳性能，是否需要購買UPS，顯卡是否有必要？這些問題，我們一文解決這些疑問。

二十二：伺服器配置

1、CPU

CPU是計算機的大腦，計算機的計算主要就是靠CPU來完成，所以，CPU非常重要，CPU的計算速度決定了計算機的計算能力。也就是水桶效應中最上面的那塊木板。比如序列拼接這個工作，需要將測序的reads切成更小

另外，CPU還需要支持多核心，CPU是大腦，一個核心是一個心眼兒，所以，我們知道心眼越多的人越聰明。多核心就可以進行並行計算，在生物信息分析中，有些工作，可以進行並行計算。相當於原來一個人的工作，現在由100個同樣的人來做，理論上速度快了100倍。因此，在硬體配置中，選擇CPU是非常重要的。

2、內存

內存是CPU和硬碟之間數據交流的媒介，計算機需要將存儲在硬碟上的數據讀取到內存中，CPU才能用來計算，而CPU不能直接讀取硬碟上的數據，必須通過內存這個緩衝區，舉個例子，CPU是大腦，內存是脖子，脖子以下是硬碟。內存往往就是「瓶頸」。

假設一個人的全基因組測序數據，採用二代測序的方法，人的基因組3G，10被數據30G，那麼這30G的鹼基，在切成更小的kmer，假設數據增加到了100G，還不算存儲序列的一些其他信息，序列拼接的時候必須一次將所有數據同時存入內存，如果內存達不到100G，拼接根本無法完成。

3、硬碟

硬碟其實是計算機硬體配置中非常重要的一環，但是硬碟往往容易被大家忽略掉，認為硬碟用來存儲數據，只要需要足夠大就行了，這是不對的。

首先大存儲量是必須的，因為生物數據往往都稱為生物大數據，非常消耗存儲空間，包括原始的數據存儲，中間分析結果，最終結果，數據備份等，尤其是在樣品量大的時候，就會非常佔據存儲空間，一般都是以T為單位的。

其次，硬碟的讀寫速度，這個也是非常重要的因素，因為目前CPU計算速度和內存已經足夠大了，這樣的條件下，硬碟成為限制計算機整體性能的因素。因此使用SSD硬碟會明顯改善計算機性能。由於目前SSD過於昂貴，可以選擇SSD+機械硬碟的方案，硬碟要做成RAID提高讀寫速度和數據安全性。

4、顯卡

可以選配顯卡，這個並不是必須的，因為很多分析工作都是文本操作，顯卡適合於圖形計算，例如計算蛋白質空間結構，構建系統網路等，可以選擇配置顯卡。

5、不間斷電源UPS

UPS相當於一個大的移動電源，為了防止突然斷電，導致數據丟失。UPS還是非常重要的。有些生物計算需要持續很長時間，例如拼接一個大的基因組，構建一個大的系統發育樹等可能數十天時間，一旦斷電，損失非常大，不要心存僥倖心理，災難往往就發生在那些心存僥倖心理的人身上。

6、其他

冷卻系統，如果是大型計算系統，設備會產生大量熱量，需要建設冷卻系統。