1.自有超算平台，给每位成员开放账号，人手2块GPU卡；

2.来自清华大学、CMU、斯坦福大学的4名年轻PI亲自带队实操，搭建一个完整医工结合的云计算平台系统；

云计算作为一种按需分配的新型计算方式, 它的重要特征是动态可扩展性,该特征使云计算平台能够根据用户的需求变化动态地扩展或缩小云资源。其中根据用户的计算需求进行动态扩展称为弹性, 它是云计算的关键特性,是云计算相比其他传统的计算方式的关键优势。目前云计算平台存在两个关键问题,其一是缺乏可以对云计算平台的弹性进行表示和量化分析的模型；其二是缺乏有效的方法来预测和优化云平台的性能和成本。

   为了解决上述的两个问题,本课题拟开展以下研究工作：

  (1) 针对云计算平台中缺乏可以建模和量化分析的弹性模型的问题,同时考虑到在实际云平台运行中虚拟机冷启动速率、虚拟机热启动速率、虚拟机热关闭速率、虚拟机冷关闭速率、虚拟机服务速率和任务达到速率，提出一种新的弹性模型。

  (2) 针对云计算平台中缺乏有效的方法来预测和优化云平台的性能和成本的问题, 应用上述的弹性模型和排队论方法来预测和优化弹性云计算系统属性,其中包括：系统配置状态、期望任务数量、期望队列长度、期望任务响应时间、期望繁忙虚拟机数、期望空闲虚拟机数和期望关闭虚拟机数等。

课题目标：

1.学习和掌握多源异构医疗大数据的整合和分析方法；2.通过CPU、GPU、FPGA等不同计算设备的优化组合，设计快速运算和动态调度方法，充分发挥各自在不同方向的优势，搭建一套高效的医学大数据AI云计算平台。