[论文解读] Technical Note: Radiotherapy dose calculations using GEANT4 and the Amazon Elastic Compute Cloud

Christopher Poole, I. Cornelius+2 more|arXiv (Cornell University)|May 7, 2011

Advanced Radiotherapy Techniques参考文献 16被引用 5

一句话总结

本文提出了一种基于云的、成本效益高的放射治疗蒙特卡洛剂量计算框架，利用亚马逊EC2上的GEANT4技术，通过使用现货实例将成本相比按需定价降低了35–60%。该方法实现了可扩展的、按需的模拟，且对硬件投资需求极低，表明云计算能够加速并普及高精度放射治疗剂量计算，使资源有限的医疗机构也能受益。

ABSTRACT

Cloud computing allows for vast computational resources to be leveraged quickly and easily in bursts as and when required. Using the Amazon Elastic Compute Cloud and the Amazon Simple Storage Solution, we describe a technique that allows for Monte Carlo radiotherapy dose calculations to be performed using GEANT4 and executed in the cloud. Simulation cost and completion time was evaluated as a function of instance count using compute instances acquired via biding on the Elastic Compute Cloud spot market. Bidding for instances on the instance spot market was found to be 35-60% of the cost of on-demand instances of the same type. Using the technique, we demonstrate the potential usefulness of cloud computing as a solution for rapid Monte Carlo simulation for radiotherapy dose calculation.

研究动机与目标

• 利用云计算资源实现低成本、可扩展的蒙特卡洛放射治疗剂量计算。
• 评估使用亚马逊EC2现货市场实例进行基于GEANT4的放射治疗模拟的可行性与成本效益。
• 为缺乏专用计算基础设施的医疗机构——尤其是发展中国家的机构——提供一种实用的、与硬件无关的解决方案。
• 证明云环境执行可实现与本地计算集群相当的模拟时间，同时将运营成本降至最低。
• 基于模拟时长和预算约束，开发一个成本优化模型，以确定最优的计算实例数量。

提出的方法

• 本研究使用GEANT4模拟临床直线加速器的光子束输出，配置为实现精确的放射治疗剂量计算。
• 通过自定义脚本将模拟部署在亚马逊EC2上，该脚本通过AWS API配置实例，并使用用户数据来设置执行环境。
• 系统利用亚马逊简单存储服务（S3）和弹性块存储（EBS）实现数据持久化及实例间的数据传输。
• 计算实例通过EC2现货市场获取，用户可竞价购买实例，若现货价格超过出价，实例将被自动终止。
• 基于预测的实例使用时长和每小时费率，推导出成本模型，目标是为给定的模拟时间最小化总成本。
• 该框架支持动态扩展，通过调整实例数量来平衡模拟时间和成本，计费按小时向上取整。

实验结果

研究问题

• RQ1 基于GEANT4的放射治疗剂量计算能否通过基于云的高性能计算资源实现高效且经济的执行？
• RQ2 与按需定价相比，亚马逊EC2现货市场在多大程度上可降低蒙特卡洛放射治疗模拟的成本？
• RQ3 在云环境中，计算实例的数量如何影响GEANT4模拟的总成本和完成时间？
• RQ4 在保证可接受模拟运行时间的前提下，实现成本最小化的最优实例数量是多少？
• RQ5 该云化方法能否成为本地计算集群的可行替代方案，尤其对基础设施有限的医疗机构而言？

主要发现

• 与按需定价相比，使用亚马逊EC2现货市场在所有测试实例类型中均将模拟成本降低了35–60%。
• EC2实例的平均现货价格约为按需费率的35–60%，其中cc1.4xlarge类型实现了35%的成本降低。
• 随着实例数量增加，模拟时间近似按1/n减少，证实了并行化带来的预期线性加速效果。
• 当模拟时间小于实例数量时，成本随实例数量线性增加，原因在于按小时计费且不按比例分摊。
• 该框架使完整的GEANT4模拟可在无专用本地硬件的分布式云环境中执行。
• 该方法对缺乏高性能计算资源的发展中国家或农村地区的医疗机构尤为有益。