用小规模数据测峰值，制定单细胞服务器配置表

选单细胞服务器时，一个有记录的小规模试跑，比只看“推荐128G”的经验句更有用。试跑的目的并非跑一个最容易成功的样例，而是找出正式任务最可能出现的峰值，并把它转成配置、并发和验收条件。本文给出一份可填写的试跑协议，适合已有分析脚本、准备确定租赁规格的课题组。

先固定试跑协议，避免比较失真

写下软件与包版本、参考数据、输入文件、随机种子和要执行的步骤。代表性输入应覆盖正式任务的数据结构：多个样本要保留样本差异，空间数据要保留必要位置和特征，整合任务不能只用一个样本来测试。抽样可能改变稀有群和算法行为，因此这里只把子集作为资源探测，不把子集结果当正式生物学结论。

在独立进程中测一次完整步骤

把已有的、已核对输入输出的分析脚本保存为pilot.R；这里不替你选择整合方法。以下使用Linux上的GNU time，绝对路径用于区分shell自带的time关键字。每次使用新的日志前缀，避免覆盖上次记录。

mkdir -p pilot-logs
/usr/bin/time -v -o pilot-logs/run01.resources.txt \
  Rscript --vanilla pilot.R \
  > pilot-logs/run01.stdout.txt \
  2> pilot-logs/run01.stderr.txt
status=$?
printf 'exit_status=%s\n' "$status" > pilot-logs/run01.exit.txt
grep -E 'Elapsed|Maximum resident|Exit status' \
  pilot-logs/run01.resources.txt

Maximum resident set size通常以KiB报告，转GiB时除以1024的平方；同时保留原始单位。对于多进程或容器任务，单个time统计不一定等于整个任务所有并发进程的总峰值，应再查看调度器或cgroup层的统计，并询问资源提供方如何定义记账口径。日志里还应记录输出文件大小和当前工作盘剩余量，内存足够却临时盘满，同样不能验收。

至少比较两个规模，检查非线性增长

下表数值都是演算示例，不是任何软件或硬件的实测承诺。若2万细胞峰值为12 GiB、4万细胞为26 GiB，不能据此保证8万只需52 GiB。邻域图、整合锚点、特征范围和中间对象可能导致非线性变化。应增加一个接近正式规模、但仍可安全运行的验证点；若趋势突然上升，先定位算法步骤和对象表示。

把峰值转换成运行约定

先确定一项任务需要的实际可用内存，再确定同时允许多少项任务。设单任务经验证峰值为M，允许并发k，主机还需保留系统和其他服务的空间R，则总预算至少要覆盖k×M＋R，并为尚未覆盖的输入变化保留明确余量。余量不是固定百分比的万能规则，应结合失败代价、数据增长和已有测试覆盖度填写。CPU和磁盘分别规划，不要因为内存翻倍就机械地把核心数也翻倍。

最终配置表应包含正式输入范围、并发、账号额度、工作盘、环境版本、试跑日志和超限处理方式。在候选环境运行同一输入复验，确认结果有效、资源边界清楚，且没有被容器配额或多人使用改变条件。