如何开始单细胞RNASeq数据分析? 细胞组分的变化(数据集中每种细胞类型的比例)与疾病状态有很强的相关性,这是单细胞分析最简单的结果之一。这些数字可以提供条件之间的相对估计,但由于单细胞库制备过程中细胞捕获的偏差,从单细胞数据推断的细胞分数可能不准确。此外,来自肾皮质的样本中,近端小管细胞的比例比来自髓质的样本高。为了推断bulk RNA-seq数据的细胞类型组成,MuSiC是最近开发的一种以单细胞表达数据为参考的批量组织细胞类型反卷积方法。MuSiC使用加权非负最小二乘回归估计细胞类 阅读全文 → 2022-12-08
单细胞测序(10×genomics技术)的原理是什么? 单细胞 RNA 测序(Single cell RNA sequencing,scRNA-seq)是一种在单细胞水平上利用 RNA 测序对特定细胞群体进行基因表达谱定量的高通量实验技术。待测组织经过单细胞分离、RNA 提取、逆转录、文库构建和测序,便可利用数据分析获得多个细胞的基因表达谱。 1.单细胞测序与普通转录组测序的区别 普通转录组使用细胞混合物组成的样品进行测序,因此只能估计基因在细胞群中的平均表达水平,没有考虑样本中各个细胞的基因表 阅读全文 → 2022-12-08
为什么要从软硬件协同到软硬件融合? 软硬件融合的根基:①分层分块的系统和②宏观的超大规模,这两个原因使得③二八规律广泛存在。 软硬件融合承上启下:从产品定义和系统架构开始,逐步拓展到整个系统栈;往下拓展微架构设计和实现,甚至考虑工艺、封装和测试;往上,考虑接口驱动、操作系统、框架和开发库,甚至需要考虑应用算法和业务逻辑。 软硬件融合,落地实现必然是CPU + 协处理器 + GPU + FPGA + DSA + ASIC等多种处理引擎充分协同的超异构计算。其中,每个工 阅读全文 → 2022-12-08
如何对软硬件进行划分? 软件和硬件需要定义好交互的“接口”,通过接口实现软硬件的“解耦”。例如,对CPU来说,软硬件的接口是指令集架构ISA:ISA之下的CPU处理器是硬件,指令集之上的各种程序、数据集、文件等是软件。 软硬件划分的意思是说:需要确定好软件做什么,硬件做什么。确定软硬件做什么的过程其实就是确定指令复杂度的过程。可以这样说,指令的复杂度(单位指令的计算密度)决定了系统的软硬件解耦程度。 按照指令的复杂度,典型的处理器平台大致分为CPU、协处 阅读全文 → 2022-12-08
硬件开发流程有哪些? 在设计出一款完整的产品以前,需要经过一系列的步骤,也就是研发流程。每个公司的流程可能不完全一样,但都大同小异。以下是我结合自己的工作经历所得。1.立项在立项之前首先需要 阅读全文 → 2022-12-07
目前产品对比大部分是与GPU进行对比,在训练时GPU的效果较好,但是在推理端GPU的性价比就不太理想了,咱们的产品与CPU的对比效果怎么样呢? 现在在AI的领域里,一般大家都不会去跟CPU比性能,因为CPU的性能确实不是很好,大家更多是跟专用的加速卡去比,比如跟GPU比。CPU一般是不太可以的,它可能处理一些简单的任务,或者一些传统的CV任务,但是对于深度学习来讲,它的计算能力是不行的。 阅读全文 → 2022-12-07