冷冻电镜技术是解析生物大分子三维结构的关键手段，曾获2017年诺贝尔化学奖，并在新冠病毒结构解析中发挥重要作用。然而，该技术的数据处理面临图像信噪比低、计算规模巨大、重构耗时长等挑战，尤其在大规模原位结构解析中缺乏高效算法与软件支持。

经过长期技术攻关，北京理工大学基于“DeepAI深算智能引擎+国产GPU加速卡”，成功研发具有自主知识产权的大规模冷冻电镜图像原位重构软件——DisSPA，通过中科曙光提供的国产算力实现对冷冻电镜图像的高效、高精度原位结构解析，标志着我国在生物计算与结构生物学交叉领域取得重要突破。

项目团队创新性提出并实现了基于国产GPU加速卡的并行化缓存方案与多卡GPU-FFT技术，显著降低预处理时间与内存负载，解决了传统方法中模板匹配效率低、存储需求大等瓶颈。

在实际测试中，DisSPA在国产GPU单卡上相比CPU单核实现高达961.9倍的性能提升，相比32核CPU也有30.9倍性能提升。在处理400张大规模图像数据时，仅需22分钟即可完成重构，远超传统处理效率。

目前，DisSPA已完成在多家单位的应用示范，支持红藻捕光系统、酵母核糖体等典型生物结构的原位解析，验证了其在高精度结构解析中的可靠性与实用性，具备大规模对外服务能力。

未来，北京理工大学将与中科曙光持续推进DisSPA的推广应用，开展系列培训与学术交流，助力更多生物学家高效获取高分辨率原位结构，推动我国在结构生物学与人工智能交叉领域的前沿发展。