项目背景
某高校院级科研平台服务 5 个课题组共 20 名科研人员，分析类型混合：两个单细胞组、一个宏基因组组、两个公共数据挖掘组。此前各组分用 4 台新旧不一的工作站，忙闲极度不均。
分析流程与瓶颈
- 单细胞组的工作站常年满载排队，公共数据组的高配机器却大量闲置
- 公共账号共用 root，学生误装包搞崩环境、误删他人数据事故两次
- 毕业季数据随人走，课题组沉淀的流程脚本散落各机器
解决方案
平台按团队共享计算器（20 人/混合负载）方案整合为 64 核 / 256GB / 32TB 一台共享服务器，配套制度：
| 层次 | 措施 | 效果 |
|---|---|---|
| 账号 | 每人独立 Linux 账号 + conda 独立环境目录 | 环境互不污染 |
| 交互 | RStudio Server + JupyterHub（浏览器即用） | 新生当天上手 |
| 调度 | 重任务（比对/组装）走 Slurm 队列，交互会话限核 | 大任务不卡交互 |
| 存储 | 每课题组配额 5TB + /share 公共参考库 3TB | 参考基因组全平台只存一份 |
| 备份 | 每周增量 rsync 到独立备份盘 | 两起误删均可回滚 |
最终产出
整合后平台整体利用率从约 35% 提升到 70%+，单细胞组的排队现象消失（重任务夜间队列消化），新生从拿到账号到跑通第一个分析平均 2 天。毕业交接改为目录移交制，课题组流程资产完整留存。平台管理员（兼职博士生）每周运维时间约 1 小时。
配置建议
15-25 人混合负载平台建议 64 核 / 256GB / 人均 1.5TB 起步，队列调度 + 配额是"不互踩"的关键，比单纯堆配置更有效。用团队共享服务器计算器答 8 道题可按你们平台结构出三档方案。
常见问题
20 人共用一台服务器会不会互相拖慢？
按峰值 30%-40% 同时使用率规划 CPU/内存即可；再配合 cgroups 配额 + 任务队列，重任务不挤占交互体验。
学生毕业账号和数据怎么办？
账号禁用但数据目录按院里规定保留 1-2 年，导师确认后归档到冷盘；建议制度化写进平台管理办法。