Server / HPC Cluster

• Fachliche Zuordnung: Medizin
• Förderung: Förderung in 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 527049502

Wir entwickeln Algorithmen und Werkzeuge in verschiedenen bioinformatischen Bereichen, wie z.B. Netzwerkbiologie, genetische Epidemiologie, Systemmedizin, und andere. Diese helfen uns, neue Erkenntnisse aus Molekulardaten und Sensordaten zu gewinnen und neue Hypothesen zu generieren, die für die Erforschung neuer Diagnose- und Behandlungsmöglichkeiten von diversen Krankheiten essentiell sind. Aufgrund der Datenmengen benötigen wir dazu mehrere hundert Terabyte Speicherplatz. Viele unserer Arbeiten stellen zudem sehr hohe Anforderungen an die Rechnerhardware, die wir mit üblichen grid-computing Architekturen nicht erfüllen können. So erfordern biologische Netzwerke von oftmals tausenden Knoten und hunderttausenden Kanten einen besonders großen Arbeitsspeicher um adäquat verarbeitet werden zu können. Um diese und andere Daten effektiv untersuchen zu können, wird gleichzeitig eine hohe Anzahl Prozessorkerne benötigt. Schon diese Kombination ist in üblichen Rechenzentren nicht vertreten, da hier nur entweder viele Prozessorkerne oder ein großer Arbeitsspeicher angeboten werden. Genauere, durch künstliche Intelligenz gestützte Analysen von Molekular- und Sensordaten lassen sich jedoch nur in hoch-parallelen shared-memory Architekturen umsetzen. Durch die heterogenen Hardwareanforderungen in verschiedenen Projekten, benötigen wir ein Cluster, dass diese entsprechend flexibel bedienen kann und je nach Projekt genug Speicherplatz, Prozessorkerne, Arbeitsspeicher, und ggf. GPUs zur Verfügung stellt.

• DFG-Verfahren: Forschungsgroßgeräte
• Großgeräte: Data Science in Biomedicine Cluster
• Gerätegruppe: 7000 Datenverarbeitungsanlagen, zentrale Rechenanlagen
• Antragstellende Institution: Technische Universität Braunschweig
• Leiter: Professor Dr. Tim Kacprowski