生信小型服务器推荐配置

如果是个人分析一些小的生信项目，同时又可以买组装电脑，那下面这个配置我觉得是很好的。

CPU AMD 5950x（16核32线程） 或者5900x （12核 24线程）

内存 32gb*4

主板 普通的x570主板

硬盘：一片1tb的nvme 固态硬盘加若干块机械硬盘，前者用于分析数据，后者存储数据

配一个650瓦的电源

整个配置下来应该不到15000元

性能应该比一些四五万的intel服务器还好一点

如果是中小型的实验室，需要多人使用，可以考虑下面这个配置

CPU AMD 线程撕裂者 3970x（32核64线程）或者3990x（64核128线程）

内存 32gb * 8

硬盘 一片或者两片 nvme ssd固态硬盘 加若干机械硬盘

主板 普通的x399主板

电源 800瓦

CPU散热器一律选择风冷配置2的价格大概3万-5万吧我们自己分析数据的电脑有的是普通消费内存，有的是ecc服务器内存，我自己没有感觉到差别，可能是我做的项目还比较小吧[捂脸]

熟悉完虚拟机配置服务器之后，就可以尝试上手搭建实体服务器了，如果要选购服务器，应该考虑哪些因素呢？如果不差钱，那就好办了，直接选最贵的就好了。在预算有限的条件下。CPU，内存，硬盘如何取舍，达到最佳性能，是否需要购买UPS，显卡是否有必要？这些问题，我们一文解决这些疑问。

二十二：服务器配置

1、CPU

CPU是计算机的大脑，计算机的计算主要就是靠CPU来完成，所以，CPU非常重要，CPU的计算速度决定了计算机的计算能力。也就是水桶效应中最上面的那块木板。比如序列拼接这个工作，需要将测序的reads切成更小 的片段，然后将这些小片段根据序列间的关系，连成更长的片段，那么这些片段有数百万至数千万，需要非常大的计算量。如果数据复杂，计算量就更大了。

另外，CPU还需要支持多核心，CPU是大脑，一个核心是一个心眼儿，所以，我们知道心眼越多的人越聪明。多核心就可以进行并行计算，在生物信息分析中，有些工作，可以进行并行计算。相当于原来一个人的工作，现在由100个同样的人来做，理论上速度快了100倍。因此，在硬件配置中，选择CPU是非常重要的。

2、内存

内存是CPU和硬盘之间数据交流的媒介，计算机需要将存储在硬盘上的数据读取到内存中，CPU才能用来计算，而CPU不能直接读取硬盘上的数据，必须通过内存这个缓冲区，举个例子，CPU是大脑，内存是脖子，脖子以下是硬盘。内存往往就是“瓶颈”。

假设一个人的全基因组测序数据，采用二代测序的方法，人的基因组3G，10被数据30G，那么这30G的碱基，在切成更小的kmer，假设数据增加到了100G，还不算存储序列的一些其他信息，序列拼接的时候必须一次将所有数据同时存入内存，如果内存达不到100G，拼接根本无法完成。

3、硬盘

硬盘其实是计算机硬件配置中非常重要的一环，但是硬盘往往容易被大家忽略掉，认为硬盘用来存储数据，只要需要足够大就行了，这是不对的。

首先大存储量是必须的，因为生物数据往往都称为生物大数据，非常消耗存储空间，包括原始的数据存储，中间分析结果，最终结果，数据备份等，尤其是在样品量大的时候，就会非常占据存储空间，一般都是以T为单位的。

其次，硬盘的读写速度，这个也是非常重要的因素，因为目前CPU计算速度和内存已经足够大了，这样的条件下，硬盘成为限制计算机整体性能的因素。因此使用SSD硬盘会明显改善计算机性能。由于目前SSD过于昂贵，可以选择SSD+机械硬盘的方案，硬盘要做成RAID提高读写速度和数据安全性。

4、显卡

可以选配显卡，这个并不是必须的，因为很多分析工作都是文本操作，显卡适合于图形计算，例如计算蛋白质空间结构，构建系统网络等，可以选择配置显卡。

5、不间断电源UPS

UPS相当于一个大的移动电源，为了防止突然断电，导致数据丢失。UPS还是非常重要的。有些生物计算需要持续很长时间，例如拼接一个大的基因组，构建一个大的系统发育树等可能数十天时间，一旦断电，损失非常大，不要心存侥幸心理，灾难往往就发生在那些心存侥幸心理的人身上。

6、其他

冷却系统，如果是大型计算系统，设备会产生大量热量，需要建设冷却系统。

---------- END ----------

欢迎订阅我们的微信公众号，更多精彩内容等你发掘！

首先的问题的是，我们需要什么样的计算机。

关于硬件：

需要至少4G内存，最好可以达到16G以上内存；

至少500G硬盘空间。通常一个RNA-seq的数据量为20G左右，如果再加上分析之后的结果，可能达到50G，所以即使你有500G的空间，也分析不了几组数据。所以硬盘空间越多越好，比如说2TB或者使用高速网络存贮界质。

CPU，至少2核。因为你在运行程序时，通常100%占到CPU，如果没有2核，计算机多半会假死在那里。如果有8核，或者以上更好。

GPU，很多程序开始使用GPU运算，如果能有好的GPU显卡，也是推荐的，但不是必须的。

为了达到以上的条件，入门极的比如说Mac Pro。进阶级的就是独立server，高级的是supercomputer clusters，支持qsub之类的。或者可以购买云计算服务。

对于操作系统，在工作站方面，推荐Mac OS。它运行稳定，与LINUX同源。需要下载安装Xcode和wget就可以了。当然你还可以很方便的安装office办公软件，以及photoshop，AI等工具。最后安装好R/Bioconductor，就可以开始工作了。如果买了兼容机，可以安装上Linux/UNIX系统。它在安装上R/Bioconductor之后基本上就可以了。它的缺点是办公软件，绘图软件的安装。最差的就是Windows了。需要安装比如GCC编译器，make工具,mingw64, perl, zip/unzip, tar, wget, ghostscript等等。

有了软件及硬件，接下来的工作就是了解一些常识以武装你的大脑，这是整个运行环境中最重要的一环。首先，你需要学习了掌握UNIX常用命令，并且不反感字符界面。其次学会安装，设置及构建网络服务，比如apache的websever，以及mysql的数据库服务。第三安装及设置一个Galaxy。当然，第二步及第三步可能会有难度，可以先使用Galaxy本身的服务，但是它有很多限制，所以最好还是自己安装一个比较好。第四步，学习一门计算机语言，比如c, python, ruby, java等，还有一门脚本式语言工具，比如perl。第五步，学习使用R/Bioconductor。第六步，统计学。

至此，你的NGS分析环境就设置完成了。如果快的话，你可以两三个月就设置完成，达到起步的阶段，之后就是漫长的学习过程。慢的话，四年本科也不一定学到多少。

---