The ultimate goal of exascale compu

The ultimate goal of exascale computing applications to challenges in modern biology is to go from atoms
to organs or from microbes to ecosystems: for example, to enable an understanding of how the brain
works as an energy efficient, biologically-based information system, or to understand microbial processes
and their impact on the geosphere. In the process, these newly enlarged scales of computing will resolve
unfathomably complex research issues in a host of fields as diverse as neuroscience and microbial
metagenomics.
At exascale, new scalable tools that admit a variety of time, space and trajectory sampling methods (and
fully exploit the hundreds of millions of cores of an exascale machine) will enable long time integrations,
implicit solvation conditions, and mixed molecular mechanics and quantum mechanics models, to allow
breakthrough science. For example, a large biochemical network within a full-scale model of a
eukaryotic cell could be modeled in the span of a few hours.
It is important to note that the first million-atom simulation in biology was conducted just five years ago –
an all-atom simulation of the ribosome conducted at Los Alamos National Laboratory. This million-
particle simulation milestone had already been achieved a decade prior in materials science and

Kết quả (Việt) 1:

Mục tiêu cuối cùng của các ứng dụng máy tính exascale cho những thách thức trong sinh học hiện đại là đi từ các nguyên tử bộ phận cơ thể hoặc từ vi khuẩn đến hệ sinh thái: ví dụ, để cho phép một sự hiểu biết làm thế nào bộ não hoạt động như một hệ thống thông tin hiệu quả, sinh học, dựa trên năng lượng, hoặc để hiểu quá trình vi sinh vật và tác động của họ trên geosphere. Trong quá trình, các vảy vừa được mở rộng của máy tính sẽ giải quyết phức tạp unfathomably nghiên cứu các vấn đề trong một loạt các lĩnh vực khác nhau như khoa học thần kinh và vi sinh vật metagenomics. Tại exascale, công cụ mở rộng mới thừa nhận một loạt các thời gian, không gian và các phương pháp lấy mẫu quỹ đạo (và khai thác đầy đủ hàng trăm triệu của lõi của một máy exascale) sẽ cho phép tích hợp thời gian dài, điều kiện tiềm ẩn solvation, và hỗn hợp phân tử cơ khí và cơ học lượng tử mô hình, cho phép Khoa học mang tính đột phá. Ví dụ, một mạng lưới sinh hóa lớn trong một mô hình quy mô đầy đủ của một tế bào sinh vật nhân chuẩn có thể được mô phỏng trong khoảng một vài giờ. Nó là quan trọng cần lưu ý rằng các mô phỏng triệu nguyên tử đầu tiên trong sinh học được tiến hành chỉ năm năm trước đây- một mô phỏng tất cả các nguyên tử của ribosome tiến hành tại Phòng thí nghiệm quốc gia Los Alamos. Triệu-hạt mô phỏng cột mốc đã đã đạt được một thập kỷ trước trong khoa học vật liệu và

Kết quả (Việt) 2:

Mục tiêu cuối cùng của các ứng dụng điện toán exascale với các thách thức trong sinh học hiện đại là phải đi từ nguyên tử
đến các cơ quan hoặc từ vi khuẩn cho đến các hệ sinh thái: ví dụ, để cho phép một sự hiểu biết về cách thức bộ não
hoạt động như một hiệu quả, hệ thống thông tin sinh học dựa trên năng lượng, hoặc để hiểu các quá trình sinh
và tác động của các địa quyển. Trong quá trình này, các quy mô vừa được mở rộng của máy tính sẽ giải quyết
vấn đề nghiên cứu mẫn phức tạp trong một loạt các lĩnh vực khác nhau như khoa học thần kinh và vi sinh vật
khổng lồ metagenomics.
Tại exascale, công cụ mở rộng mới có thể chấp nhận nhiều thời gian, không gian và quỹ đạo phương pháp lấy mẫu (và
hoàn toàn khai thác hàng trăm triệu lõi của một máy exascale) sẽ cho phép tích hợp dài thời gian,
điều kiện solvation ngầm, và cơ học phân tử hỗn hợp và các mô hình cơ học lượng tử, để cho phép các
khoa học mang tính đột phá. Ví dụ, một mạng lưới sinh hóa lớn trong một mô hình đầy đủ quy mô của một
. Tế bào nhân chuẩn có thể được mô hình trong thời gian vài giờ
điều quan trọng là cần lưu ý rằng các mô phỏng triệu nguyên tử đầu tiên trong sinh học được tiến hành chỉ năm năm trước -
một mô phỏng tất cả các nguyên tử của ribosome tiến hành tại phòng thí nghiệm quốc gia Los Alamos. Triệu lần này
mô phỏng hạt mốc đã đạt được một thập kỷ trước trong khoa học vật liệu và