公元前9500至公元前3500年间，人类驯化了小麦、水稻、玉米、马铃薯、小米和大麦。人类进入农业社会后，政治、经济、艺术、文学得到快速发展，然而也带来了人口增长、阶层分化的问题，时至今日，全球仍面临粮食危机的问题，育种技术是解决粮食问题的“关键核心技术”。

“近年来，随着传感器技术、遥感、云计算、大数据分析和基因学方面都取得了突破性进展，使人类育种周期大幅缩短——传统育种获得优良的农作物种子大概需要12-15年，分子育种虽然见效较快，但筛选所需种子的性状并不准确，有的国外同行企业使用先进的基因技术，在大约6年的时间就可获得具有稳定性状、品质优良的种子。”科沃施农业科技研发(安徽)有限公司中国区IT经理朱劲松这样表示。


科沃施农业科技研发(安徽)有限公司中国区IT经理朱劲松

科沃施农业科技研发(安徽)有限公司其母公司是科沃施种子欧洲股份公司(KWS)。KWS在全球有60多家子公司和关联机构，业务已遍布70个国家，主要研究的温带作物包括玉米、谷物、土豆、油类作物及能源作物。朱劲松表示：“我们提供分子生物学、生物化学、生理学、发育生物学、组织培养、遗传转化、植物抗逆性研究和测试、营养学研究与测试及其他领域的技术支持和服务(包括产品测试)。我们采用的单倍体育种已广泛应用于玉米、甜菜等作物的育种。“

“利用单倍体诱导产生单倍体然后加倍产生纯合的二倍体，可大大加快育种进程，利用先进信息技术解析单倍体诱导形成的机制将有利于进一步提高诱导率，提升作物的遗传改良。我们研制的德美亚品种的玉米抗倒伏效果明显，并且抗丝黑穗病以及具备高蛋白、高脂肪、高纤维的特点，在黑龙江、哈尔滨等地进行了广泛种植，给农民带来了很好的经济效益。单倍体育种也为我们的IT带来了巨大挑战——对计算、存储、以及研发协同都提出了更高要求。”

计算、存储是全行业面临的难题

单倍体育种需要大量的计算、存储资源。只有高性能的计算机集群才能满足海量数据存储以及平行和分布式计算的需求。朱劲松表示：“在国外发布的农作物基因测序环节资料中，一般大田作物基因组在1Gb左右，水稻基因小些约为0.4Gb，而玉米小麦需要几个Gb。需要通过对这些数据的分析，解析出生物DNA分析排序特征，包括序列图谱构建、序列比对、变异检测等，才能获取关性征的有效信息。“

田间的监测数据的记录尤为重要。数据采集需要耗费大量人力、物力和时间，不仅要满足实时监控、记录和分析等时效性要求高的应用场景，还要对遥感技术，物联网和多波谱技术产生大量的图像数据进行监测、分类、诊断和预测，同时要建立植物的生长模型和进行生长的模拟仿真。

“例如，我们通过无人机在实验田上空拍摄高清图像，通过人工智能分析个体植株水平上的胁迫分类，再通过对天气、土壤和农田研究数据进行研究分析，建立模型。我们采集的图像数据由每年的Tb级增长到了PB级。”朱劲松介绍。

“DELL作为科沃施的全球的合作伙伴，其产品品质、稳定性获得了各部门一致好评。我们采用了大量的DELL的产品：大到服务器、存储，小到笔记本，这些最基础的IT资源有效保障了我们的研发与生产。”

混合云计算让科研协同更容易、成本更低廉

“我们的实验室遍布在全球的70多个国家。如何做到科研的协同，云计算让科研协同成为了可能。”

朱劲松表示：“我们利用云计算技术，允许不同地区的实验室通过网络方便随时获取基础计算资源。云计算方式可以小时为单位灵活增加大数据存储与分析所需的高性能计算硬件资源，其虚拟化技术可实现计算资源的快速扩展。其与本地的计算、存储资源相配合更能降低企业的成本同时保证数据的安全性。”

未来展望

朱劲松表示：“我们应加速利用云计算、大数据等新技术，采用更为先进的AI算法保证分析快速完成，及时提供分析结果，进一步挖掘育种相关的概念、知识。”

“同时建立数据开放平台，将我们收集的数据开放给整个行业，促进全行业的快速发展，让农业走向智慧的发展之路。”