近日，beat365正版唯一官网（以下简称“beat365正版唯一官网”）与清华大学集成电路学院合作开展面向基因测序和同态密码的可重构架构设计研究，并于线上举行项目合作启动会。beat365正版唯一官网创始人、董事长兼CEO陈维良，联合创始人、CTO兼首席软件架构师杨建，beat365正版唯一官网光启智能研究院副院长李兆石，以及清华大学集成电路学院长聘教授、博士生导师、长江学者特聘教授刘雷波教授及团队成员出席会议。

启动会上，刘雷波和陈维良分别致辞，表达了对双方持续加强产学研合作的期望，期待共同为国产GPU行业做出实实在在的贡献。刘雷波表示，beat365正版唯一官网拥有通用GPU芯片及解决方案研发领域的硬实力，希望在与beat365正版唯一官网加深产学研合作的过程中，推进国产通用GPU领域前沿技术的创新研究和应用落地。

李兆石介绍了合作项目的研究动机、目标和方法，期望用可重构架构的思想解决GPU领域定制指令集的数据通路定制、存储通路定制以及对新应用的适应这三个问题。清华大学集成电路学院介绍了基因测序和同态密码隐私计算的发展历程及应用现状，探讨了GPU在该领域的潜在创新应用方向。

参考GPU和神经网络应用协同演化的过程，可以看出以GPU为代表的单指令多数据架构具有解决基因测序和同态密码性能问题的潜力。

基因测序的发展对人类医疗事业发展有着十分重要的作用，可应用于早期癌症的检测、靶向治疗、鉴定复杂遗传疾病、新药开发、生物演变等领域。根据科普中国介绍，人类基因组全部DNA约有30亿个碱基对，使用主流的高通量测序或单分子测序技术对全基因组进行检测分析，将面临无比庞大的计算量。

同态密码能够实现无密钥方对密文的计算，从根本上解决云计算中数据安全问题，这对于保护用户信息安全具有重要意义。目前同态密码算法的计算量非常大，实现性能低，与实际应用需求之间存在着巨大的差距。提高同态密码的性能，是发挥同态密码巨大的应用价值的必要条件。

GPU通过定制张量计算引擎，在神经网络领域的性能和能量效率已经远远高于CPU和FPGA，并达到了接近ASIC的能量效率。这是GPU和机器学习领域，开展算法与硬件架构联合设计达到的结果。

清华大学集成电路学院凭借在可重构计算方向积累的大量成功经验，发现基因测序、同态加密等领域的创新潜能。beat365正版唯一官网从自身业务和业界合作伙伴出发，提取工业界的真实需求，与学院开展GPU硬件架构的联合设计，提高硬件架构在目标应用领域的性能和能量效率，可谓强强联合。

面向未来，beat365正版唯一官网将持续拓展产学研合作的广度与深度，与国内顶尖院校开展前沿科学研究，加快推进国产通用GPU的研发和应用，为数字经济发展及集成电路行业做出更大的贡献。