在当今科技迅速发展的时代，基因行业正面临前所未有的数据挑战和机遇。随着基因测序技术的不断进步和普及，生成的数据量急剧增加，传统的数据处理方法已难以满足现代基因学的需求。高性能计算（HPC）在此背景下显得尤为重要，它不仅能加速基因数据的处理速度，还能提高数据分析的准确性和效率。

百度智能云云高性能计算平台 CHPC 的基因分析平台广泛用于基因数据从样本到报告的分析过程。典型应用场景包括基因数据分析、测序生产自动化和基因云平台开发等。

在基因数据分析、测序生产自动化等工作中，客户面临的主要痛点包括:

数据处理的长时间等待
高成本的数据存储与管理
分析过程中的复杂性

云高性能计算平台（CHPC）计算速度和大规模数据处理能力，能够有效解决这些问题。它不仅减少了基因数据分析所需的时间，降低了运营成本，还提高了分析结果的准确性，从而加速科研成果的产出和临床应用的实施。

百度智能云 CHPC 的基因分析平台是用户友好的基因分析一站式平台，端到端地提供数据传输、存储管理、生物信息分析等核心能力。平台支持 Cromwell 工作流引擎，帮助用户安全高效、敏捷弹性地处理任意规模基因数据。基因分析平台提供完整的基因计算服务，简单易用、经济高效、灵活可靠、且超大规模。

结合百度智能云海量的存储计算资源、百度网盘、连通测序上下游的用户网络、以及数据和应用的生态合作伙伴，广泛用于基因组学数据从样本到报告的分析全过程，可以作为不同应用系统计算底座，全方位满足基因组学科学研究和临床应用的需要。

下文介绍基因分析平台中工作空间的使用方法。基因分析平台中的所有操作，都必须在工作空间内进行。用户可以通过工作空间进行工作流创建和运行任务的管理，满足数据隔离、权限控制、费用统计等业务需求。

前提条件

1、请先提前创建集群，工作空间需要和已有集群关联。集群镜像请选择含cromwell部署镜像。请参考创建集群。

2、为保证集群能正常安装cromwell工作流，集群管理节点内存需为16G及以上。

创建工作空间

点击基因分析平台，创建空间。如果您未开通，请先开通基因分析平台服务。
—

删除工作空间

点击集群卡片右上角，出现“删除”按钮，即可进行删除。

下文介绍如何在工作空间中从头创建和编辑工作流。您可以从头创建WDL工作流，将本地或社区中的WDL工作流迁移到基因分析平台中，并且为工作流配置常用的分析运行参数。

创建工作流

1、进入工作空间后，默认展示工作流列表，点击“创建工作流”。

2、输入工作流名称和描述

3、填写WDL工作流文件
支持上传本地文件，或在文本框内编辑文件
如果测试可点击“加载范例”，使用测试WDL文件

4、提交工作流，完成创建后，自动跳转到工作流列表。

使用网盘工作流示例

基因分析平台支持和网盘打通数据流。
网盘使用支持外网和百度内网两种使用方式。

前置工作

1、外网方式：
请确保节点能正常访问外网，推荐配置NAT网关访问外网，请参考NAT网关
视频教程：https://cloud.baidu.com/video-center/video/726。
2、百度内网方式：
需要在VPC控制台购买两张服务网卡，分别用于访问网盘控制流及数据流服务。请参考：服务网卡 - 私有网络VPC | 百度智能云文档

服务网卡参数填写说明：
1、控制流服务网卡：

购买入口：百度智能云
字段说明：
网卡名称：自定义名称，建议关键字带有网盘控制流服务，以方便区分
所在网络：和您新建的 hpc 集群，vpc & 子网保持一致
IP 地址：自动分配
安全组：普通安全组
挂载服务：选择公共服务，百度网盘，域名带有 control 关键字（yq.baidupan-control.com)
关联添加解析：关闭
内网带宽：默认 1000 Mbps
公网IP：暂不需要

2、数据流服务网卡：

购买入口：百度智能云
字段说明：

网卡名称：自定义名称，建议关键字带有网盘数据流服务，以方便区分
所在网络：和您新建的 hpc 集群，vpc & 子网保持一致
IP 地址：自动分配
安全组：普通安全组
挂载服务：选择公共服务，百度网盘，域名不带有 control 关键字（yq.baidupan.com)
关联添加解析：关闭
内网带宽：默认 1000 Mbps
公网IP：暂不需要

3、服务网卡管理页：

入口：百度智能云
获取内网IP

WDL支持网盘相关参数及示例

1、外网方式：
WDL支持网盘相关参数，如下表：

注意事项：

请您提前接入网盘，完成认证，获取 appid 与 spacetoken

用户接入需要完成企业认证、开发者认证, 创建应用(appid), 详见: 使用教学
然后通过相关接口从相应的 appid 进行账号初始化, 同时获取 spacetoken, 详见: 账户系统

local_address路径请不要修改，保持共享存储路径为/chpcdata/。如更改可能导致计算节点无法读取网盘下载的文件。
local_upload_address上传网盘文件夹名称，请确保和本地文件夹名称一致。例如：共享存储文件夹名称为output：/chpcdata/output，则网盘文件夹名称也为netdisk://test/output

示例WDL文件如下：

version 1.0
workflow myWorkflow {
    input {
        String guest = "input"
    }
    call myTask {
        input:
            who = guest 
    }
}
task myTask {
    input {
        String who
        # Int i = 0
        # Float f = 27.3
        # Boolean b = true
    }
    command {
        echo "hello world"
    }
    runtime {
        memory: "100 MB"
        cpu: "1"
        queue: "default_queue"
        # 网盘的appId
        netdisk_appId: "1111111"
        # 网盘的Spacetoken
        netdisk_spaceToken: "xxxx"
        # 网盘地址，在执行工作流前，将该文件下载到本地
        remote_address: "netdisk://test/test.json"
        # 共享存储地址，在执行工作流前，下载到本地的路径
        local_address: "/chpcdata/"
        # 共享存储地址，在执行工作流后，将该路径下文件都上传到网盘
        local_upload_address: "/chpcdata/output"
        # 网盘地址，在执行工作流后，文件上传的地址
        upload_address: "netdisk://test/output"
    }
    output {
        String out = "${who}"
    }
}

欢迎了解百度智能云云高性能计算平台 CHPC

云高性能计算 CHPC ：基因研究的加速器