引言：为什么选择 Ubuntu Server 搭建科研计算平台？
在现代科研领域，高性能计算（HPC）和大规模数据存储已成为不可或缺的基础设施。无论是生物信息学的基因组分析、物理模拟的数值计算，还是机器学习模型的训练，都需要强大的计算资源和可靠的数据管理方案。Ubuntu Server 作为 Linux 发行版中的佼佼者，凭借其稳定性、丰富的软件生态和强大的社区支持，成为搭建科研计算平台的首选。
本文将详细介绍如何基于 Ubuntu Server 搭建一套完整的科研计算平台，涵盖硬件规划、系统配置、高性能计算环境部署、数据存储方案以及安全维护等关键环节。通过本文的指导，您将能够从零开始构建一个稳定、高效且易于扩展的科研计算环境。
一、硬件规划与系统安装
1.1 硬件配置建议
搭建科研计算平台的第一步是合理规划硬件。根据科研任务的不同需求，硬件配置会有所差异，但以下是一些通用建议：
计算节点配置：
CPU：选择多核心处理器（如 AMD EPYC 或 Intel Xeon），核心数越多，并行计算能力越强
内存：建议每核心至少 4GB 内存，对于内存密集型任务（如基因组分析）需要更大容量
存储：系统盘使用 SSD（至少 500GB），数据盘根据需求配置高速 NVMe 或 HDD 阵列
网络：千兆或万兆以太网，确保计算节点间高速通信
存储节点配置：
存储容量：根据数据量规划，建议使用 RAID 配置提供冗余
网络：万兆网络或 InfiniBand，确保数据传输速度
缓存：配置 SSD 作为读写缓存提升性能
1.2 Ubuntu Server 安装步骤
下载 Ubuntu Server 镜像
访问 Ubuntu 官网下载最新 LTS 版本（如 Ubuntu 22.04 LTS）：
wget https://releases.ubuntu.com/22.04/ubuntu-22.04.3-live-server-amd64.iso
制作启动盘
使用 Rufus 或 dd 命令制作 USB 启动盘：
sudo dd if=ubuntu-22.04.3-live-server-amd64.iso of=/dev/sdX bs=4M status=progress
安装过程关键步骤
选择语言：English
配置网络：设置静态 IP 地址（重要！）
配置代理：如有需要设置 HTTP 代理
安装源：默认即可
存储配置：建议使用 LVM 方便后续扩展
系统配置：设置主机名、用户名和密码
OpenSSH：务必安装 OpenSSH 服务器
其他软件：暂时不安装额外软件
系统初始化配置
安装完成后，首先更新系统：
sudo apt update && sudo apt upgrade -y
安装常用工具：
sudo apt install -y vim htop iotop iftop tree rsync curl wget
二、高性能计算环境部署
2.1 编译器与数学库安装
高性能计算离不开优化的编译器和数学库。我们将安装 GCC 编译器套件、OpenMPI 以及 Intel MKL 或 OpenBLAS 数学库。
安装 GCC 编译器：
sudo apt install -y build-essential gfortran
安装 OpenMPI（并行计算核心）：
sudo apt install -y openmpi-bin libopenmpi-dev
安装 OpenBLAS（优化的 BLAS/LAPACK 实现）：
sudo apt install -y libopenblas-dev
安装 Intel MKL（可选，需注册 Intel 账号）：
# 下载并安装 Intel oneAPI Base Toolkit
wget https://registrationcenter-download.intel.com/akdlm/irc_nas/18510/l_BaseKit_p_2022.3.0.8767_offline.sh
sudo sh l_BaseKit_p_2022.3.0.8767_offline.sh
2.2 作业调度系统部署
在多用户环境中，作业调度系统是必不可少的。我们将部署 Slurm（Simple Linux Utility for Resource Management）。
安装 Slurm：
sudo apt install -y slurm-wlm slurm-wlm-doc
配置 Slurm：
创建配置文件
/etc/slurm/slurm.conf
：
sudo tee /etc/slurm/slurm.conf > /dev/null << 'EOF'
# Slurm配置文件
SlurmctldHost=localhost
SlurmdSpoolDir=/var/spool/slurmd
SlurmUser=slurm
StateSaveLocation=/var/spool/slurm
SlurmdLogFile=/var/log/slurm/slurmd.log
# 节点配置
NodeName=localhost CPUs=4 Boards=1 SocketsPerBoard=4 CoresPerSocket=1 ThreadsPerCore=1 RealMemory=8000
# 分区配置
PartitionName=debug Nodes=localhost Default=YES MaxTime=INFINITE State=UP
# 作业调度策略
SchedulerType=sched/backfill
SelectType=select/linear
# 资源限制
MaxJobCount=1000
EOF
启动 Slurm 服务：
sudo systemctl enable slurmctld
sudo systemctl start slurmctld
sudo systemctl enable slurmd
sudo systemctl start slurmd
测试 Slurm：
sinfo # 查看节点状态
srun -N 1 hostname # 提交测试作业
2.3 容器化计算环境
现代科研计算推荐使用容器技术（如 Singularity 或 Docker）来管理复杂的软件依赖。这里我们安装 Singularity，因为它在 HPC 环境中更受欢迎。
安装 Singularity（需要 root 权限）：
# 安装依赖
sudo apt install -y build-essential libssl-dev uuid-dev libgpgme11-dev squashfs-tools libseccomp-dev wget
# 下载 Go 语言环境
wget https://go.dev/dl/go1.19.linux-amd64.tar.gz
sudo tar -C /usr/local -xzf go1.19.linux-amd64.tar.gz
export PATH=$PATH:/usr/local/go/bin
# 下载并编译 Singularity
wget https://github.com/sylabs/singularity/releases/download/v3.10.2/singularity-3.10.2.tar.gz
tar -xzf singularity-3.10.2.tar.gz
cd singularity-3.10.2
./mconfig
cd builddir
make
sudo make install
Singularity 基本使用示例：
# 创建一个简单的定义文件
cat > python3.def << 'EOF'
Bootstrap: docker
From: python:3.9-slim
%post
pip install numpy scipy matplotlib pandas
%environment
export PATH=/usr/local/bin:$PATH
%runscript
python "$@"
EOF
# 构建容器镜像
sudo singularity build python3.sif python3.def
# 运行容器
singularity run python3.sif -c "import numpy; print(numpy.__version__)"
三、数据存储方案
3.1 本地存储配置
对于小型科研团队，本地存储可能是最直接的选择。我们配置 LVM 逻辑卷管理器来灵活管理存储空间。
查看当前磁盘情况：
sudo fdisk -l
sudo pvs
sudo vgs
sudo lvs
创建 LVM 逻辑卷（假设 /dev/sdb 是新磁盘）：
# 创建物理卷
sudo pvcreate /dev/sdb
# 创建卷组
sudo vgcreate vg_data /dev/sdb
# 创建逻辑卷（分配 80% 空间）
sudo lvcreate -l 80%VG -n lv_data vg_data
# 格式化逻辑卷
sudo mkfs.ext4 /dev/vg_data/lv_data
# 挂载逻辑卷
sudo mkdir /mnt/data
sudo mount /dev/vg_data/lv_data /mnt/data
# 设置开机自动挂载
echo '/dev/vg_data/lv_data /mnt/data ext4 defaults 0 2' | sudo tee -a /etc/fstab
配置磁盘配额（可选）：
# 编辑 fstab 添加 quota 选项
sudo sed -i 's/defaults/defaults,usrquota,grpquota/' /etc/fstab
sudo mount -o remount /mnt/data
# 创建配额数据库
sudo quotacheck -cug /mnt/data
sudo quotaon /mnt/data
# 设置用户配额（例如 100GB）
sudo setquota -u username 80G 90G 0 0 /mnt/data
3.2 网络文件系统（NFS）部署
对于多节点环境，需要共享存储。NFS 是最常用的网络文件系统。
NFS 服务器配置：
# 安装 NFS 服务器
sudo apt install -y nfs-kernel-server
# 创建共享目录
sudo mkdir -p /export/data
sudo mkdir -p /export/home
# 配置 exports 文件
sudo tee /etc/exports > /dev/null << 'EOF'
/export/data 192.168.1.0/24(rw,sync,no_subtree_check,no_root_squash)
/export/home 192.168.1.0/24(rw,sync,no_subtree_check,no_root_squash)
EOF
# 启动 NFS 服务
sudo exportfs -a
sudo systemctl enable nfs-kernel-server
sudo systemctl start nfs-kernel-server
NFS 客户端配置：
# 安装客户端
sudo apt install -y nfs-common
# 创建挂载点
sudo mkdir -p /mnt/nfs/data
sudo mkdir -p /mnt/nfs/home
# 临时挂载
sudo mount -t nfs nfs-server:/export/data /mnt/nfs/data
# 永久挂载（添加到 fstab）
echo 'nfs-server:/export/data /mnt/nfs/data nfs defaults 0 0' | sudo tee -a /etc/fstab
3.3 分布式存储系统（Ceph）
对于大规模数据存储需求，Ceph 是一个优秀的分布式存储解决方案。以下是部署 Ceph 的简化步骤：
安装 Ceph 部署工具：
# 添加 Ceph 仓库
wget -q -O- 'https://download.ceph.com/keys/release.asc' | sudo apt-key add -
echo "deb https://download.ceph.com/deploy-17/ $(lsb_release -sc) main" | sudo tee /etc/apt/sources.list.d/ceph.list
sudo apt update
sudo apt install -y ceph-deploy
初始化 Ceph 集群（在管理节点上执行）：
# 创建集群目录
mkdir ~/ceph-cluster && cd ~/ceph-cluster
# 创建新集群（指定节点名）
ceph-deploy new node1 node2 node3
# 安装 Ceph 软件到所有节点
ceph-deploy install node1 node2 node3
# 初始化 MON（监控）节点
ceph-deploy mon create-initial
# 创建 OSD（对象存储守护进程）
ceph-deploy osd create --data /dev/sdb node1
ceph-deploy osd create --data /dev/sdb node2
ceph-deploy osd create --data /dev/sdb node3
# 配置客户端密钥
ceph-deploy admin node1 node2 node3
创建 Ceph 块设备：
# 创建存储池
ceph osd pool create rbd 128
# 创建块设备镜像
rbd create myimage --size 10240 --pool rbd
# 映射块设备
sudo rbd map myimage --pool rbd
# 格式化并挂载
sudo mkfs.ext4 /dev/rbd/rbd/myimage
sudo mkdir /mnt/ceph
sudo mount /dev/rbd/rbd/myimage /mnt/ceph
四、环境管理与用户管理
4.1 用户与权限管理
在多用户科研环境中，合理的用户管理至关重要。
创建科研用户组：
sudo groupadd research
sudo groupadd hpc-users
sudo groupadd storage-users
批量创建用户（使用脚本）：
#!/bin/bash
# 批量创建科研用户脚本
USER_LIST=("zhangsan" "lisi" "wangwu")
PASSWORD="Research2024!"
for user in "${USER_LIST[@]}"; do
# 创建用户并添加到组
sudo useradd -m -s /bin/bash -G research,hpc-users $user
# 设置密码
echo "$user:$PASSWORD" | sudo chpasswd
# 创建用户目录并设置权限
sudo mkdir -p /mnt/data/$user
sudo chown $user:research /mnt/data/$user
sudo chmod 770 /mnt/data/$user
# 生成 SSH 密钥对（可选）
sudo -u $user ssh-keygen -t rsa -N "" -f /home/$user/.ssh/id_rsa
echo "User $user created successfully"
done
配置磁盘配额（针对每个用户）：
# 设置用户 zhangsan 的配额为 500GB
sudo setquota -u zhangsan 400G 450G 0 0 /mnt/data
4.2 环境模块（Environment Modules）
环境模块系统允许用户在不同软件版本之间轻松切换，非常适合科研环境。
安装 Environment Modules：
sudo apt install -y environment-modules
创建模块文件（以 OpenMPI 为例）：
sudo mkdir -p /usr/share/modules/mpi
sudo tee /usr/share/modules/mpi/openmpi/4.1.4.lua > /dev/null << 'EOF'
--%Module
local version = "4.1.4"
local base = "/usr/lib/openmpi"
prepend_path("PATH", pathJoin(base, "bin"))
prepend_path("LD_LIBRARY_PATH", pathJoin(base, "lib"))
prepend_path("MANPATH", pathJoin(base, "share/man"))
setenv("MPI_HOME", base)
setenv("OMPI_MCA_btl", "self,tcp")
EOF
使用模块：
# 查看可用模块
module avail
# 加载模块
module load mpi/openmpi/4.1.4
# 查看已加载模块
module list
# 卸载模块
module unload mpi/openmpi/4.1.4
4.3 软件环境管理（Conda）
对于 Python 环境，Conda 是管理依赖和创建隔离环境的优秀工具。
安装 Miniconda：
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3
初始化 Conda：
source ~/miniconda3/bin/activate
conda init bash
创建科研环境：
# 创建名为 bioinfo 的环境，包含生物信息学常用工具
conda create -n bioinfo python=3.9
conda activate bioinfo
conda install -c bioconda -c conda-forge \
samtools bcftools bedtools muscle fastqc \
numpy scipy pandas matplotlib seaborn
导出和共享环境：
# 导出环境配置
conda env export > environment.yml
# 从配置文件创建环境
conda env create -f environment.yml
五、监控与维护
5.1 系统监控工具
安装监控工具：
sudo apt install -y sysstat prometheus-node-exporter lm-sensors
配置 sysstat（系统活动信息收集）：
sudo sed -i ‘s/false/true/’ /etc/default/sysstat
sudo systemctl enable sysstat
sudo systemctl start sysstat
查看系统监控数据：
# CPU 使用率
mpstat -P ALL 1
# 内存使用情况
free -h
# 磁盘 I/O
iostat -x 1
# 网络流量
iftop -i eth0
5.2 日志管理
配置日志轮转：
sudo tee /etc/logrotate.d/custom > /dev/null << 'EOF'
/var/log/slurm/*.log {
daily
rotate 30
compress
delaycompress
missingok
notifempty
create 640 slurm slurm
}
EOF
集中式日志收集（使用 rsyslog）：
# 配置 rsyslog 作为日志服务器
sudo tee /etc/rsyslog.d/50-server.conf > /dev/null << 'EOF'
# 接收远程日志
module(load="imudp")
input(type="imudp" port="514")
module(load="imtcp")
input(type="imtcp" port="514")
# 保存远程日志到文件
:fromhost-ip, !isequal, "127.0.0.1" /var/log/remote/%HOSTNAME%/%PROGRAMNAME%.log
EOF
sudo systemctl restart rsyslog
5.3 备份策略
配置自动备份脚本：
#!/bin/bash
# /usr/local/bin/backup.sh
BACKUP_DIR="/mnt/backup"
DATE=$(date +%Y%m%d)
SOURCE_DIRS=("/home" "/etc" "/mnt/data")
# 创建备份目录
mkdir -p $BACKUP_DIR/$DATE
# 使用 rsync 进行增量备份
for dir in "${SOURCE_DIRS[@]}"; do
if [ -d "$dir" ]; then
rsync -av --delete "$dir" "$BACKUP_DIR/$DATE/"
fi
done
# 压缩备份
tar -czf "$BACKUP_DIR/backup-$DATE.tar.gz" -C "$BACKUP_DIR" "$DATE"
rm -rf "$BACKUP_DIR/$DATE"
# 删除 30 天前的备份
find $BACKUP_DIR -name "backup-*.tar.gz" -mtime +30 -delete
设置定时任务：
sudo chmod +x /usr/local/bin/backup.sh
sudo crontab -e
# 添加以下行（每天凌晨 2 点执行）
0 2 * * * /usr/local/bin/backup.sh
六、安全加固
6.1 SSH 安全配置
修改 SSH 配置：
sudo tee /etc/ssh/sshd_config > /dev/null << 'EOF'
# 基本安全配置
Port 2222
Protocol 2
PermitRootLogin no
PubkeyAuthentication yes
PasswordAuthentication no
ChallengeResponseAuthentication no
UsePAM yes
AllowUsers zhangsan lisi wangwu
EOF
sudo systemctl restart sshd
配置防火墙：
# 允许 SSH（新端口）
sudo ufw allow 2222/tcp
# 允许 NFS
sudo ufw allow from 192.168.1.0/24 to any port nfs
# 允许 Slurm 端口
sudo ufw allow 6817/tcp
sudo ufw allow 6818/tcp
# 启用防火墙
sudo ufw enable
6.2 定期安全更新
配置自动安全更新：
sudo apt install -y unattended-upgrades
sudo dpkg-reconfigure -plow unattended-upgrades
配置自动重启（可选）：
sudo tee /etc/apt/apt.conf.d/20auto-upgrades > /dev/null << 'EOF'
APT::Periodic::Update-Package-Lists "1";
APT::Periodic::Unattended-Upgrade "1";
APT::Periodic::AutocleanInterval "7";
APT::Periodic::RandomSleep "1800";
EOF
七、实战案例：生物信息学分析平台
7.1 案例背景
假设我们需要搭建一个用于基因组重测序分析的平台，主要流程包括：数据质控、比对、变异检测等。
7.2 部署生物信息学软件栈
创建 Singularity 容器：
# 创建生物信息学容器定义文件
cat > bioinfo.def << 'EOF'
Bootstrap: docker
From: ubuntu:22.04
%post
# 安装基础工具
apt-get update && apt-get install -y \
wget curl bzip2 make gcc g++ zlib1g-dev \
libbz2-dev liblzma-dev libcurl4-openssl-dev \
libssl-dev libncurses5-dev
# 安装 BWA（比对）
wget https://github.com/lh3/bwa/releases/download/v0.7.17/bwa-0.7.17.tar.gz
tar -xzf bwa-0.7.17.tar.gz
cd bwa-0.7.17 && make && cp bwa /usr/local/bin/
# 安装 Samtools（处理 SAM/BAM 文件）
wget https://github.com/samtools/samtools/releases/download/1.17/samtools-1.17.tar.gz
tar -xzf samtools-1.17.tar.gz
cd samtools-1.17 && ./configure && make && make install
# 安装 GATK（变异检测）
wget https://github.com/broadinstitute/gatk/releases/download/4.4.0.0/gatk-4.4.0.0.zip
unzip gatk-4.4.0.0.zip
mv gatk-4.4.0.0 /opt/
# 清理
apt-get clean
rm -rf /var/lib/apt/lists/*
%environment
export PATH=/usr/local/bin:$PATH
export PATH=/opt/gatk-4.4.0.0:$PATH
%runscript
exec "$@"
EOF
# 构建容器
sudo singularity build bioinfo.sif bioinfo.def
7.3 编写分析流程脚本
创建 Slurm 作业脚本：
#!/bin/bash
#SBATCH --job-name=genome_analysis
#SBATCH --output=/mnt/data/logs/analysis_%j.out
#SBATCH --error=/mnt/data/logs/analysis_%j.err
#SBATCH --partition=debug
#SBATCH --nodes=1
#SBATCH --ntasks-per-node=8
#SBATCH --time=02:00:00
#SBATCH --mem=32G
# 加载容器
module load singularity
# 定义变量
RAW_DATA="/mnt/data/raw"
PROCESSED_DATA="/mnt/data/processed"
REFERENCE="/mnt/data/reference/hg38.fa"
SAMPLE="sample1"
# 创建输出目录
mkdir -p $PROCESSED_DATA/$SAMPLE
# 1. 质控（FastQC）
singularity exec bioinfo.sif fastqc $RAW_DATA/$SAMPLE_R1.fastq.gz $RAW_DATA/$SAMPLE_R2.fastq.gz -o $PROCESSED_DATA/$SAMPLE/
# 2. 比对（BWA）
singularity exec bioinfo.sif bwa mem -t 8 $REFERENCE $RAW_DATA/$SAMPLE_R1.fastq.gz $RAW_DATA/$SAMPLE_R2.fastq.gz > $PROCESSED_DATA/$SAMPLE/$SAMPLE.sam
# 3. SAM 转 BAM
singularity exec bioinfo.sif samtools view -S -b $PROCESSED_DATA/$SAMPLE/$SAMPLE.sam > $PROCESSED_DATA/$SAMPLE/$SAMPLE.bam
# 4. 排序
singularity exec bioinfo.sif samtools sort -@ 8 -o $PROCESSED_DATA/$SAMPLE/$SAMPLE.sorted.bam $PROCESSED_DATA/$SAMPLE/$SAMPLE.bam
# 5. 索引
singularity exec bioinfo.sif samtools index $PROCESSED_DATA/$SAMPLE/$SAMPLE.sorted.bam
# 清理中间文件
rm $PROCESSED_DATA/$SAMPLE/$SAMPLE.sam $PROCESSED_DATA/$SAMPLE/$SAMPLE.bam
echo “Analysis completed for $SAMPLE”
提交作业：
sbatch genome_analysis.sh
八、性能优化与调优
8.1 内核参数优化
调整网络参数（针对高性能网络）：
sudo tee /etc/sysctl.d/99-hpc.conf > /dev/null << 'EOF'
# 网络缓冲区优化
net.core.rmem_max = 134217728
net.core.wmem_max = 134217728
net.core.rmem_default = 134217728
net.core.wmem_default = 134217728
net.core.optmem_max = 134217728
# TCP 窗口大小
net.ipv4.tcp_rmem = 4096 87380 134217728
net.ipv4.tcp_wmem = 4096 65536 134217728
# 启用 TCP 窗口缩放
net.ipv4.tcp_window_scaling = 1
# 增加文件描述符限制
fs.file-max = 2097152
fs.nr_open = 2097152
EOF
sudo sysctl -p /etc/sysctl.d/99-hpc.conf
调整用户限制：
sudo tee /etc/security/limits.d/99-hpc.conf > /dev/null << 'EOF'
* soft nofile 1048576
* hard nofile 1048576
* soft nproc 65536
* hard nproc 65536
* soft memlock unlimited
* hard memlock unlimited
EOF
8.2 存储性能优化
文件系统挂载选项优化：
# 编辑 fstab，为数据分区添加优化选项
sudo sed -i '/\/mnt\/data/s/defaults/defaults,noatime,nodiratime,discard/' /etc/fstab
sudo mount -o remount /mnt/data
I/O 调度器调整：
# 对于 SSD，使用 none 或 mq-deadline 调度器
echo none | sudo tee /sys/block/nvme0n1/queue/scheduler
# 持久化设置
sudo tee /etc/udev/rules.d/60-ioscheduler.rules > /dev/null << 'EOF'
ACTION=="add|change", KERNEL=="nvme*[0-9]", ATTR{queue/scheduler}="none"
EOF
九、故障排除与最佳实践
9.1 常见问题解决
问题1：Slurm 作业卡在 PD（Pending）状态
# 查看作业详情
squeue -j
# 检查节点状态
sinfo -N -l
# 查看 Slurm 日志
sudo tail -f /var/log/slurm/slurmctld.log
问题2：NFS 挂载失败
# 检查 NFS 服务状态
sudo systemctl status nfs-kernel-server
# 检查网络连通性
ping nfs-server
# 查看挂载日志
sudo dmesg | grep nfs
问题3：磁盘空间不足
# 查找大文件
sudo find /mnt/data -type f -size +1G -exec ls -lh {} \;
# 查看目录大小
du -sh /mnt/data/* | sort -hr | head -20
# 清理旧备份
find /mnt/backup -name “backup-*.tar.gz” -mtime +30 -delete
9.2 最佳实践总结
文档化
：详细记录所有配置和操作，包括软件版本、参数设置等
版本控制
：使用 Git 管理配置文件和脚本
定期测试
：每月进行一次灾难恢复演练
用户培训
：定期为用户提供使用培训和安全意识教育
监控预警
：设置关键指标的监控和告警（如磁盘空间、内存使用）
备份验证
：定期验证备份数据的完整性和可恢复性
安全审计
：定期检查系统安全配置和用户权限
十、总结
搭建一个稳定、高效的科研计算平台是一个系统工程，需要综合考虑硬件、软件、网络、存储和安全等多个方面。Ubuntu Server 作为基础平台，提供了强大的灵活性和可扩展性。通过本文的指导，您应该能够：
规划和安装 Ubuntu Server 系统
部署高性能计算环境（编译器、MPI、作业调度）
配置可靠的数据存储方案（LVM、NFS、Ceph）
管理用户和软件环境
实施监控和维护策略
保障系统安全
进行性能优化
记住，科研计算平台的建设是一个持续迭代的过程。随着科研需求的变化和技术的发展，您需要不断调整和优化平台配置。建议定期关注 Ubuntu 和相关开源项目的更新，及时应用安全补丁和性能改进。
最后，良好的文档和用户支持是平台成功运行的关键。建立清晰的使用文档、FAQ 和技术支持流程，将大大提升平台的使用效率和用户满意度。
祝您的科研计算平台搭建顺利，科研成果丰硕！