疫情中的分布式计算：可用于应对COVID-19的技术综述

当前由SARS-CoV-2乙型冠状病毒引起的COVID-19全球大流行已导致逾百万人死亡，并正产生严重社会经济影响，因此迫切需要对关键研究挑战寻找解决方案。大量此类COVID-19研究依赖于分布式计算。在本文中，我综述了可用于大规模、高吞吐、高度并行执行这些任务且支持协作的分布式架构——各类集群、网格与云。高性能计算（HPC）集群将用于完成大量此类工作。减少SARS-CoV-2传播中所用的若干大数据处理任务需要高吞吐方法，以及Hadoop和Spark所提供的各类工具，即便使用商用硬件亦可。极大规模的COVID-19研究也利用了世界上最快的一些超级计算机，例如IBM的SUMMIT——用于针对SARS-CoV-2靶标进行药物重定位的集成对接高通量筛选，以及高通量基因分析——和Sentinel，一种基于XPE-Cray的系统，用于探索天然产物。网格计算促成了世界上首台Exascale网格计算机的形成。这通过大规模并行计算加速了SARS-CoV-2刺突蛋白相互作用的分子动力学模拟研究，并由超过100万台志愿计算设备使用Folding@home平台完成。网格与云均可通过启用重要数据集的访问以及提供使研究者专注于研究而非耗时数据管理任务的服务，用于国际协作。