1.4　总结

生物医药大数据的高效处理受益于大规模并行计算技术的进步，如今，超级计算机及成本相对低廉的服务器集群都在支撑着生物医药软件的运行。大规模并行计算机体系结构的不断进步必将带来新的并行计算模式和框架，也会为相关软件的并行优化带来新的挑战和机遇。对生物医药大数据与智能分析的从业人员来说，则需要及时跟进计算机体系结构和并行计算机模式的新发展。

另一方面，虽然以深度学习为核心的人工智能技术已经在基因分析、辅助诊疗、医学图像分析、医药研发等领域取得了很大进展，但人工智能与生物医药大数据的真正融合还有很长的路要走，这不仅需要人工智能技术发展出更为智能和实用的算法，还需要高性能计算技术的不断进步，提供不断提升的计算能力作为人工智能的引擎，更需要大数据技术的持续发展，提供大规模的高质量数据作为人工智能引擎的“燃料”。