智源發(fā)布心臟模型！超實時仿真人體生理功能，速度提升180倍

白交 2024-11-29 14:41:18 來源：量子位

允中 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

超實時計算！智源模擬心臟，實現(xiàn)了生物時間與計算時間比為1:0.84。

一般來說，仿真時間與生物時間比達到1:1，就已經(jīng)算是實時計算了。而在此之前的虛擬心臟仿真系統(tǒng)還沒有實現(xiàn)過，如今，在更大規(guī)模和更高復(fù)雜度的心臟模型上實現(xiàn)了180倍的速度提升。

智源研究院開發(fā)了具有精細細胞電生理與解剖結(jié)構(gòu)的人心室模型。

該模型包含了19種細胞生理狀態(tài)變量和70多個公式，能夠?qū)崿F(xiàn)復(fù)雜的心臟電生理與病理仿真，為臨床與醫(yī)藥工業(yè)應(yīng)用提供豐富的場景。

構(gòu)建虛擬生理心臟

心臟，作為重要器官之一，其功能正常與否直接影響人類的生命延續(xù)。電生理特性反映了心臟的健康和疾病狀態(tài)。心臟電生理活動的異常，往往會導(dǎo)致心律失常，從而引至心臟泵血功能衰竭等嚴重健康問題。因此，深入理解和研究心臟的電生理過程，對于提高心臟病的診斷和治療水平至關(guān)重要。

傳統(tǒng)的心臟電生理研究多依賴于實驗室內(nèi)的動物模型和臨床數(shù)據(jù)，但這類方法往往受限于倫理問題、實驗條件和數(shù)據(jù)獲取的復(fù)雜性。隨著計算技術(shù)的發(fā)展，計算機仿真成為了一種新興且強大的研究工具。

通過建立數(shù)學(xué)模型和計算機程序，研究人員可構(gòu)建數(shù)字孿生心臟，能夠在虛擬環(huán)境中仿真并重現(xiàn)心臟器官的電生理活動（虛擬生理心臟），分析其動態(tài)特性，并進行不同生理與病理條件下的實驗。

虛擬生理心臟的構(gòu)建可利用生理組學(xué)的研究方法，綜合分子生物學(xué)、生物化學(xué)、生理學(xué)、解剖學(xué)及臨床醫(yī)學(xué)的最新成果，數(shù)學(xué)化以及模式化地整合從基因、蛋白質(zhì)、細胞、組織到器官的解剖（多物理尺度：空間尺度跨越10^9量級，跨時間尺度：時間尺度跨越10^15量級，如圖1所示）、生理和生化信息，應(yīng)用計算機強有力的計算和圖形顯示能力，通過賦予其心臟所具有的動力學(xué)特性、生化特性和各種生理病理特點，使之從形態(tài)、結(jié)構(gòu)和功能等方面逼真地再現(xiàn)心臟的生理和病理活動過程。

△圖注1：構(gòu)建虛擬生化生理人體的時間和空間尺度。時間尺度橫跨由分子事件（μs）、細胞信號傳導(dǎo)（ms）、細胞功能（s）到人體壽命 (decades) 的10^15跨度?？臻g尺度橫跨由分子（nm）、細胞（μm）、器官（cm）到軀干 (m) 的10^9跨越。

虛擬心臟電生理仿真對計算資源要求極高，即使是幾毫秒的仿真，也需要累積求解數(shù)十億次微分方程。使用復(fù)雜的虛擬心臟模型進行研究時，重現(xiàn)1秒鐘的心臟電活動也可能需要數(shù)小時或更長。這給虛擬生理心臟的臨床應(yīng)用與藥物研發(fā)帶來重大挑戰(zhàn)。

在早期虛擬生理心臟研究中，心臟一個生物秒的電生理活動往往需要數(shù)日甚至數(shù)月來仿真計算。隨著顯存技術(shù)的發(fā)展，這個時間縮短到數(shù)天。近年，有研究致力于提升虛擬生理心臟的計算速度。比如通過將三維心臟空間劃分為矩形子區(qū)域來實現(xiàn)并行心臟模擬[9]，使運算速度大大提升。另一項研究通過WebGL將高性能心臟模擬擴展到普通計算機上，甚至有GPU的手機也可以模擬三維心室的電動態(tài)。一些研究試圖通過自適應(yīng)時間步長來提高運行速度，結(jié)果表明，固定時間步長比自適應(yīng)時間步長方法具有更好的效率。

但這些研究僅能達到“準(zhǔn)實時運算”，離真正意義上的“實時運算”，即仿真時間與生物時間比達到1:1，還有難以逾越的距離，更不用說仿真精度的提升帶來的運算量爆炸式增長。高計算復(fù)雜度帶來的海量運算，使得虛擬生理心臟模型難以實現(xiàn)實時計算，阻礙其大規(guī)模應(yīng)用。

為解決這一問題，智源研究院開發(fā)了一套實時心臟電生理仿真系統(tǒng)。該系統(tǒng)不僅能夠實時模擬心臟的3D電活動，還能通過多種參數(shù)的調(diào)節(jié)，深入探討不同生理、病理因素對心臟功能的影響。

這一實時心臟仿真平臺，一方面可在醫(yī)學(xué)基礎(chǔ)研究領(lǐng)域發(fā)揮作用，幫助臨床醫(yī)生和研究人員更直觀地理解心臟的電生理過程，探究心律失常產(chǎn)生機制、預(yù)測猝死發(fā)生率等；另一方面，可用于構(gòu)建虛擬藥物安全性評估平臺，對推動藥物安全評估發(fā)展具有重要意義；更重要的是，可以在臨床應(yīng)用中提供手術(shù)方案預(yù)演與決策支持，比如射頻消融方案規(guī)劃，心臟起搏器最佳植入方案規(guī)劃等。該技術(shù)的推進將為醫(yī)學(xué)研究和臨床治療提供新的范式。

實時計算

為了在更高分辨率、更高精度和更大規(guī)模的心臟模型上實現(xiàn)實時仿真，智源研究院開發(fā)了具有精細細胞電生理與解剖結(jié)構(gòu)的人心室模型。

該模型包含了19種細胞生理狀態(tài)變量和70多個公式，能夠?qū)崿F(xiàn)復(fù)雜的心臟電生理與病理仿真，為臨床與醫(yī)藥工業(yè)應(yīng)用提供豐富的場景。

為實現(xiàn)實時計算，智源對模型底層計算進行了深度優(yōu)化。針對心臟仿真中計算強度大和I/O密集等瓶頸問題，智源充分結(jié)合A100平臺的硬件特點，設(shè)計了多種優(yōu)化策略，如量化和循環(huán)展開。這些措施有效降低了計算復(fù)雜度和I/O，使得在更大規(guī)模和更高復(fù)雜度的心臟模型上實現(xiàn)了180倍的速度提升。

最終，智源虛擬心臟仿真系統(tǒng)實現(xiàn)了對心臟電生理功能的實時仿真，達到生物時間與計算時間比為1:0.84。這一成果不僅提升了心臟仿真系統(tǒng)的性能，還為更廣泛的醫(yī)學(xué)研究和臨床應(yīng)用提供了強有力的支持，標(biāo)志著心臟仿真技術(shù)的又一重大里程碑進展。

△圖注2：實時心臟計算概覽圖

技術(shù)路線

在GPU的架構(gòu)設(shè)計中，順序訪問內(nèi)存（如連續(xù)的數(shù)據(jù)訪問）相較于隨機訪問具有更高的性能。此外，在執(zhí)行順序訪問時，通常會采用預(yù)取技術(shù)提前加載數(shù)據(jù)，以進一步提高訪問效率。

同時，在虛擬心臟模型中，大約有2/3的物理空間位置是空余腔體空間，有效心肌組織僅占1/3的物理空間。心臟仿真的主要計算和I/O操作都集中在對有效心肌組織中的每一個單細胞中的離子通道和細胞膜電位進行時間上的更新，同時考慮鄰近細胞的電耦合影響。

基于GPU訪存特點和心臟解剖結(jié)構(gòu)的特殊性，智源設(shè)計了適合稀疏數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)。利用順序訪存提升I/O速度，確保并行線程僅處理有效細胞，從而最大限度地提高GPU內(nèi)存的利用率。通過這種創(chuàng)新的結(jié)構(gòu)，顯著優(yōu)化了計算性能，使得心臟仿真能夠在IO訪存上達到最優(yōu)效果。

△圖注3：心臟模型有效數(shù)據(jù)在GPU內(nèi)存上的排布

在計算層面，采用量化策略，有效簡化模型中的對數(shù)和指數(shù)等復(fù)雜計算，從而顯著降低了計算復(fù)雜度。

此外，為進一步減少I/O操作次數(shù)，采用循環(huán)展開策略，實現(xiàn)在一次讀取中進行多次計算，大大降低I/O，顯著提升SM核心的計算利用率。

基于A100平臺，智源設(shè)計了高效的P2P通訊方式，利用GPU直連實現(xiàn)在節(jié)點內(nèi)快速的數(shù)據(jù)交換，確保數(shù)據(jù)傳輸?shù)牡脱舆t與高帶寬。在節(jié)點之間，采用RDMA（遠程直接內(nèi)存訪問），進一步增強跨節(jié)點數(shù)據(jù)傳輸?shù)男?，充分發(fā)揮硬件平臺的并行計算與通訊能力。

△圖注4：技術(shù)路線圖

仿真結(jié)果

團隊測試了不同優(yōu)化策略對仿真2生物秒心臟功能所用計算時間的影響，結(jié)果如下圖所示。

對2生物秒心臟功能的模擬，基準(zhǔn)模型在未優(yōu)化的情況下A100單卡需要計算時間為304.25秒。在采用分布式、量化、循環(huán)展開策略后，其所用時間分別是9.75、3.93、1.68秒。其中采用循環(huán)展開后，計算時間達到2秒內(nèi)，達到計算時間/生物比小于1，實現(xiàn)實時/超實時計算的要求。其中，分布式計算對于系統(tǒng)仿真速度影響最大，達到了32倍提速。量化策略和循環(huán)展開策略分別將仿真速度提升了2.48和2.34倍。在同時采用分布式、量化、循環(huán)展開策略的情況下，系統(tǒng)仿真速度整體提升了181倍。

△圖注5：不同優(yōu)化策略的計算時間

△圖注6：不同優(yōu)化策略的速度提升

拓展曲線

△圖注7：不同優(yōu)化策略的拓展曲線

如圖7擴展曲線所示，隨著GPU卡數(shù)的增加，基準(zhǔn)模型和優(yōu)化后的模型仿真時間都在減少?；鶞?zhǔn)模型在增加到48卡后，計算時間不再減小。此時的生物：計算時間比為1:5。再采用量化和循環(huán)展開策略后，32張卡即可實現(xiàn)實時計算，生物：計算時間比達到1:0.84。

主要GPU指標(biāo)

△圖注8：不同優(yōu)化策略的計算密度和計算強度

△圖注9：不同優(yōu)化策略的內(nèi)存和SM利用率

通過GPU指標(biāo)可以看出（圖8，圖9）量化策略通過提升IO同時降低計算的方式提高整體計算性能；循環(huán)展開通過大幅度降低I/O同時提高計算密度的方式提高計算性能。

計算精度

團隊統(tǒng)計了加速前與加速后的結(jié)果誤差，仿真的膜電位V的時程差別<2 ms (0.6%)，模電位平均誤差為0.72mV(0.4%)，均滿足生理準(zhǔn)確度要求。優(yōu)化前后主要離子通道的仿真曲線吻合（如圖10所示）。

△圖注10：仿真前后細胞主要離子通道電流與胞內(nèi)離子濃度在一心律節(jié)拍間的變化

最后總結(jié)，智源研究院從心臟模型的解剖結(jié)構(gòu)、心肌細胞電生理的計算特點及計算系統(tǒng)的硬件架構(gòu)出發(fā)，設(shè)計了心臟仿真系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)和優(yōu)化策略，以提高計算效率。智源采用先進的并行處理方法，充分利用現(xiàn)代GPU設(shè)備的強大計算能力，優(yōu)化數(shù)據(jù)傳輸和通訊方式，以減少延遲并提高數(shù)據(jù)吞吐量。通過這些策略，不僅提升了仿真系統(tǒng)的計算速度，還保證了在可接受誤差范圍內(nèi)的計算精度，最終成功實現(xiàn)了心臟仿真的實時計算目標(biāo)，達到超實時計算結(jié)果。

這一成果為進一步研究心律失常產(chǎn)生的離子通道與分子機制等關(guān)鍵醫(yī)學(xué)問題，也為手術(shù)規(guī)劃如房顫射頻消融方案等臨床應(yīng)用，以及新藥研發(fā)與其心臟安全性篩選奠定了堅實基礎(chǔ)，同時也為其它超大復(fù)雜物理系統(tǒng)的實時仿真提供堅實基礎(chǔ)。