存储可以在很多方面为医学研究提供支持，尤其是与大脑成像硬件相关的领域。美国斯坦福大学是如何在其最近的研究项目中利用高速存储的呢？

在医学领域，快速存储能支持研究人员存储和解析大型数据集。一个超大型数据集的示例就是斯坦福大学的 MultiMAP 项目，该项目用于跟踪、记录并分析斑马鱼大脑中神经细胞的活动。

斯坦福大学的 MultiMAP 是做什么的？

在斯坦福大学的一篇新闻稿中，科学作家 Bruce Goldman 解释说，MultiMAP（分子和活动表型的多重比对）支持研究人员“跟踪斑马鱼大脑中的几乎每一个神经元，然后确定每个相关神经元的细胞类型。”MultiMAP 背后的斯坦福大学团队利用技术确定了脑回路实际上与警觉性有关。

斯坦福大学跟踪了斑马鱼大脑中的神经元，将大脑活动与警觉性联系起来。 图片来自 NICHD。

斯坦福大学生物工程及精神病学和行为科学教授兼霍华德·休斯医学研究所研究员 Karl Deisseroth 告诉 Goldman，“我们在鱼存活期、细胞处于极度活跃状态时跟踪它大脑中的每个神经元，并了解了鱼的警觉性最高时哪些细胞最活跃。然后，在不改变鱼头部细胞相对位置的情况下使用固定剂保存鱼的脑组织后，我们可以使用分子探针找到相关神经元并确定其细胞类型。” 

这项技术本身需要大规模运作，因此需要处理单元附近部署大量低延迟、高速的存储才能实现正常运转。随着此类大脑成像技术的持续发展和进步，存储也要迎头赶上。

MultiMAP 极其重要，因为它收集的数据对心理健康有极大影响。Goldman 特别指出，睡眠不足与抑郁症均和缺乏警觉性有关，而焦虑症、躁狂症与创伤后压力心理障碍症 (PTSD) 和警觉性过度有关。

Deisseroth 说：“新发现开拓了一条全新的深入探索之路。我们越了解警觉性等大脑状态下的神经元构造，就会越了解大脑状态这个概念本身，我们甚至能够帮助设计针对大脑状态的临床干预措施。”

要踏上这条“深入探索之路”，快速存储至关重要。斑马鱼幼体有大约 100,000 个神经元，每个神经元产生的数据都需要被记录、存储并快速仔细地梳理，才能获取重要的数据点。成年斑马鱼有大约 1,000 万个神经元，这对斯坦福大学的 MultiMAP 技术的要求呈指数级增长。相较之下，人类大脑则包含 860 亿个神经元。

人类的神经元数目是斑马鱼的 860 多倍。

哪类存储能够绘制大脑构造呢？

美光科技技术营销高级经理 Jason Echols 表示，在处理如此多的信息、绘制大脑构造并确定其决策和功能时，研究人员便进入了快速数据领域。为了处理如此多的数据并分析其中的重要数据点，MultiMAP“让人工智能和机器学习变得稍稍清晰可见了一些”。

Echols 说，“他们需要进行大量的并行处理。当他们需要将数据纳入决策流时，他们不仅仅是在思考，实际上是在提取数据并予以分析。”

Echols 表示，从事 MultiMAP 项目等工作的医学研究人员在竭力“优化存储基础设施以获取最佳性能”，尤其是当他们处理斯坦福大学研究人员在脑细胞中观察到的海量数据时。

“你会发现，英伟达和其他一些企业都在这些领域与他们进行合作。”Echols 说，“他们如何使存储兼具成本效益和超快速度，让运行这些数据所需的所有计算核心都能获得需要的数据呢？这才是真正有意义的对话。”

推动所有存储的发展

Echols 表示，存储研究能为医学研究提供动力。随着精简、快速且高效的存储解决方案不断在新应用中实施，这一领域的方方面面均将受益。

Echols 解释说，在研究人员和前沿思想家正大规模应用内存和存储的多种方式中，其中有八种应用正推动着前沿科学和医学的发展：

• 大数据与分析

• 物联网 (IoT) 设备

• 混合云

• 非易失性存储主机控制器接口规范 (NVMe) 和单根输入/输出虚拟化 (SRIOV)

• 横向扩展架构

• 人工智能 (AI) 和机器学习

• 安防

• 软件定义的存储 (SDS)

Echols 说：“仅看存储方面的业务，这些是我们在宏观趋势层面真正能影响到的领域。”

美光科技首席技术营销工程师 Tony Ansley 表示，上述很多应用均能从与精简存储这一基本概念中获益：更快速地存储和计算数据。比如说，如果研究人员可以判断某个神经元是处于活跃状态还是不太活跃状态，他们就能更快速地得出结论。

Ansley 说，“它不仅是存储技术，也是整个计算机行业的架构技术。如何针对新兴的服务器平台、服务器技术和处理器技术的需求优化存储，使我们能够在更小的整体空间内确保更多的存储容量和更快的存储速度，从而提高分析速度呢？”

Crucial DDR4 DRAM 等美光内存产品能帮助医学研究技术缩短处理时间。 图片来自 Dsimic。

在计算架构上直接分析数据大约需要 5 纳秒来完成处理。就处理时间而言，DRAM 与计算架构极其接近，需要约 30 纳秒。但随着内存解决方案越来越远离计算架构，处理时间也随之增加。SATA 固态硬盘处理同样的数据需要 300 微秒，而 SAS 普通硬盘需要 6 毫秒。在遥远的另一端，混合 SAN 需要整整 30 毫秒。

这看起来可能差别并不大，尤其是当这些数字仅是一秒的极小一部分时，但 Echols 建议用简单易懂的说法来解释它。如果在计算架构中直接处理数据需要 1 秒，那么 DRAM 处理同样的数据需要 6 秒。SATA 固态硬盘需要 16 个小时，SAS 普通硬盘需要 2 周，而混合 SAN 需要 2-3 个月。在这个层面，Echols 说：“这些速度极快的计算架构等不了那么久。”

Echols 说：“美光科技的创新之处也正在于此。从 DRAM 到固态硬盘领域，我们在不断创新。这是我们推动行业发展的贡献所在。”

医学的未来

Ansley 表示，美光科技助力精简医学研究技术的一个主要方式是：在更小的外形规格内实施存储解决方案，方便研究人员随身携带。

Ansley 说，“尤其是在可能爆发特定类型病原体的第三世界国家/地区，研究人员可能需要收集实时视频扫描或超声波扫描，即大量数据需要处理，所以他们更希望能够把存储数据握在手里而不是推在车里。”

Tony Ansley 认为，美光科技的内存产品非常适合用来为移动医疗设备提供支持。图片来自哥伦布空军基地。

就像 MultiMAP 收集来自每个大脑神经元的数据一样，其他医学技术也会收集海量数据，从高分辨率的X射线图到超声波扫描图文件中的数千兆字节的数据，均是如此。研究人员需要能在现场随时轻松获取更多的数据，避免不断上传和下载。因此，Ansley 说：“如果能将所有技术更高效地集成到越来越小的封装中，我就能够用手拿着而不用背在背上。”

他接着说道：“举例来说，作为行业的一份子，美光科技始终在考虑如何将更多存储集成到单个 NAND 芯片中。我们将 2.5 英寸硬盘或固态硬盘的存储从过去的 100GB 扩展到了 10 到 20TB，而这仅用了短短几年的时间，我们还将继续努力。”