活在每天全球都有高達數十萬人感染新冠肺炎病毒（COVID-19）的焦慮下，大家都期盼疫苗生產可以再快一點，特效藥能早日問世，來遠離活在恐懼，回復正常生活。當大家都在問輪到我打疫苗了嗎，是不是也注意到，這次新冠病毒疫苗，從研發、生產到批可使用的速度，其實已經創下歷史紀錄。

常態而言，疫苗開發到獲的使用許可，經常需耗費十年以上時間，即使在這之前，創下疫苗最短開發時間的伊波拉病毒疫苗，也耗費了五年。但是這次新冠病毒疫苗已是歷史創舉，在2020年1月公布基因序列後，才短短3個月，就已經有百餘個研發項目逼近臨床階段。

接著到了8月，若依世衛組織公布數據顯示，當時已有26項進入臨床階段，其中甚至有6項已處於三期臨床試驗階段，而到了2020年12月，美國FDA核可BioNTech疫苗，隔了一週又立即核可Moderna疫苗，耗費不到一年時間。這新冠病毒疫苗看似一夜之間成功故事，其背後是來自先進半導體技術的貢獻。

HPC和AI扮演突圍尖兵

隨著全球肺炎確診病例快速攀升，各國政府開始了解到，單仰賴傳統傳染病防治作法，已無力應付這波傳染速度極高的新冠病毒，唯有透過疫苗及解藥才有機會有效抑止，但如何在短時間內研發疫苗及解藥? 受惠於半導體技術創新，推展了超級電腦運算能力（High Performance Computing，HPC）及人工智慧（AI）的快速發展。

HPC是指每秒浮點運算次數超過一兆次(teraFLOPS)運算能力，現階段領先的超級電腦已突破千兆元組(petaFLOPS)，並持續朝達百萬兆元組(exaFLOPS)邁進。超級電腦自開發以來，就是為了用來挑戰龐大及複雜的資料處理運算。HPC有效協助疫苗開發過程，讓研究人員能在短時間內瞭解病毒加以因應。

美國政府隨即在2020年3月成立「2019冠狀病毒高性能電腦聯盟」(COVID-19 High Performance Computing (HPC) Consortium)，聯手IBM及其他科技產業、學術界、其他私營部門研究人員，期待透過超級電腦運算能力加快相關研究，瞭解病毒、研發治療與發展疫苗。

HPC Consortium並開放使用權限，讓符合標準的全球研究單位能申請善用，截至目前(2021/6)，單美國本地，已有超過100項計畫正在執行中，該等計畫除利用HPC 來模擬病毒毒性的蛋白質分子行為、瞭解病毒的基因跟變異性，還有測試可用藥物及疫苗的功效，更可用來預測各種抑止病毒傳撥的控制措施及法規命令效果。

另一項獲歐盟300萬歐元資助，以義大利為首的Exscalate4CoV (E4C) 聯盟計畫，該聯盟由 Dompe製藥領頭，聚集了7個歐洲國家的18個機構和研究中心，目標是利用HPC及結構化的藥物設計系統，分析現有藥物中是否存在可對抗病毒的成分，也就是利用現有治療方式來治療新疾病，用於立即治療已感染者，確定其能夠抑制新冠病毒發病機制的分子。

具體而言，該計畫核心是透過一個超級運算平台EXaSCale (EXaSCale smArt pLatform Against paThogEns)，使用全球共5000 億個分子的「化學庫」進行病原體研究評估，也就是評估可作為藥物的潛在有效分子。透過HPC運算能力，評估速度達到每秒三百萬個分子，快速測試各種藥物分子與新冠病毒間的相互作用。

圖一 : 義大利的Marconi超級電腦，是全球最快的HPC系統之一。（source: ec.europa.eu）

數天內完成化合物模擬 解析病毒結構

病毒感染細胞方式，是使用它的刺突（spike），也就是病毒表面的棒狀突起來感染細胞。傳統做法是研究員在實驗室培養病毒，然後導入各種新化合物，觀察哪種化合物可以結合刺突，使其失效，後來雖然電腦模擬取代了傳統做法，但一般電腦的運算能力，要耗費較長時間，才可處理上百萬，甚至上億筆資料量。

HPC的高運算能力，讓研究人員只需在幾天內，便可完成模擬上千種化合物，辨識出可能抑制新冠病毒的結合特性分子。也因此HPC在研究工作中，扮演了關鍵輔助角色，憑藉其高運算能力，在進行藥物或疫苗設計，以及模擬跟探索病毒結構，或者預測疫情擴散上，都加快了相關工作的完成速度。

IBM研究員Dr. Jason Crain比喻：「假設全球共80億人在同時間每秒進行一百萬筆運算，那就像達到每秒8千兆浮點運算數(petaFLOPS)，而美國HPC 聯盟的運算能力是它的50倍」。

究竟HPC運算速度有多快，以全球排名第二快的IBM Summit為例，研究人員能夠在幾天內模擬8000種化合物，識別出77種有可能抑制COVID-19結合特性的小分子，未來目標是將速度再提高100倍。歐盟資助E4C計畫中兩台義大利超級電腦，分別來自Cineca的Marconi-100和ENI的HPC5，可在60小時內，分析超過710億個藥物分子，換算起來是每秒可進行500萬次的模擬。

自疫情爆發以來，目前已出現3種變種病毒，如何更快速的掌握病毒基因體序列變化就更重要，以美國疾病管制暨預防中心使用的 SARS-CoV-2 定序平台「HiFiViral for SARS-CoV-2」，在30小時可以完成900個樣本的 SARS-CoV-2 全基因體定序，準確度高達 >99.9%。

此外，從傳染病學上已知高齡及慢性疾病是讓Covid-19患者容易死亡的因子，但仍無法解釋為何有人是無症狀或輕症，而遺傳基因分析，或可用來解釋病毒在不同人體上產生的反應。

圖二 : HPC的高運算能力，讓研究人員只需在幾天內，便可完成模擬上千種化合物。（source: healthcare-in-europe）

不只對抗病毒 癌症治療也仰賴HPC

HPC用於基因定序也是精準醫療的概念，目前亦為全球醫療發展的新趨勢。精準醫療的重點在於，根據每個人天生的基因或後天生活型態差異，而給予訂製化的醫療，也就是更精準地對症下藥，有別於傳統標準療程，當前抗癌藥物中的標靶治療即是一例，透過基因檢測找出突變基因，針對該突變基因給予適合的治療。

但每個人天生基因不同，加上生活環境與習慣都不相同，要做到訂製化的精準醫療，是複雜的系統工程，而HPC推進了這個發展。

以今年4月台大醫院參與全球 AI for Health計畫，運用Azure 高效能運算(HPC)，對英國生物樣本庫（UK Biobank）提供的50萬筆人體基因，進行基因資料補差與分析，若運用現有傳統伺服器，須超過兩年以上的計算時間，但Azure HPC讓分析時間大幅縮短至4周內完成。

但每個國家遺傳基因其生活型態都有其獨特性，因此中研院也在2012年正式啟動臺灣人體生物資料庫計畫，目前收進超過14萬參與者資料，奠基在HPC 高速運算力處理巨量資料下，未來可揭開更多遺傳性疾病謎團，或者進行生育前的遺傳評估。

不僅如此，HPC快速發展也讓AI發展大躍進，強化了AI模型的運算能力，除用來預測病毒的社區傳播，也可善用在改善患者的護理規劃。透過機器學習工具，藉由分析患者病史，預測可能對該病患帶來反效果的護理，有助於護理人員採取正確的藥物治療和護理作業。

圖三 : 科技部的台灣杉超級電腦，也與Illumina攜手，提供新型冠狀病毒（SARS-CoV-2）病毒基因定序分析服務。（source: 科技部）

結語

HPC應用範圍非常廣泛，不只貢獻於醫藥領域的突破，也與日常生活息息相關，以自駕車為例，先進駕駛輔助系統(ADAS)中許多感測器，如光達(LiDAR)、雷達、攝影鏡頭等，用來蒐集即時的車內外周遭環境數據，而自駕系統要能迅速進行即時資料判讀，以完成判斷及操作指令，只有達到HPC等級自駕車AI晶片，才得以滿足ADAS更複雜且即時的操作及辨識需求，未來自駕車本身就是一台超級電腦。

奠基在先進半導體技術的貢獻，HPC已發展成為不可或缺的工具，可以預見人類將會越來越倚重HPC，協助解決遭遇到的各種問題。

**刊頭圖（source: pexels-cottonbro）