GPU-Cluster

• Fachliche Zuordnung: Grundlagen der Biologie und Medizin
• Förderung: Förderung in 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 553375143

Das exponentielle Wachstum genomischer Datensätze, gepaart mit der zunehmenden Komplexität der zugehörigen Modellierung stellt einen kritischen Engpass für die Forschung in der Bioinformatik und deren Anwendungen im Gesundheitswesen dar. Unser Labor, das sich der Entschlüsselung der genetischen Grundlagen der Genregulation und ihrer Rolle bei Krankheiten widmet, benötigt dringend eine erhebliche Erweiterung seiner Recheninfrastruktur, um mit diesen Anforderungen Schritt zu halten. Wie unsere jüngsten Arbeiten zu der Anwendung von Deep Learning Sprachmodellen auf DNA und zur Entwicklung von Deep-Learning-basierten Methoden für die De-novo-Peptidsequenzierung zeigen, ist der Zugang zu beträchtlichen GPU-beschleunigten Rechenresourcen für unsere Forschung unerlässlich. Daher beantragt dieser Antrag Mittel für einen GPU-Hochleistungsrechencluster, der aus drei GPU-Servern und einem hochperformanten geschützten GPU-Server-System besteht. Durch die Integration in unsere bestehenden Ressourcen wird diese neue Infrastruktur die Rechenleistung bieten, die erforderlich ist, um große Datensätze, wie z. B. die Tausenden von Hämatologie-Malignomproben, die kürzlich in unserem Labor analysiert wurden, vollständig zu nutzen und die nächste Generation von Deep-Learning-Modellen zu entwickeln und anzuwenden. Diese Erweiterung ist essentiell, um in unserer laufenden Arbeit zu Transformer-Modellen für die DNA-Sprachmodellierun oder der Genexpressionsvorhersage bedeutende Fortschritte zu erzielen und um die Optimierung von Algorithmen zur Varianteninterpretation – ein entscheidender Schritt hin zu einer genaueren Diagnose und personalisierten Behandlung von genetischen Krankheiten – deutlich zu beschleunigen. Als aktive Mitwirkende am Deutschen Humangenom-Phänomarchiv (GHGA) erkennen wir die Bedeutung eines sicheren und ethischen Datenmanagements. Das hochperformante geschützte GPU-Server-System mit seinen verschlüsselten Rechenfunktionen wird bei der Konzeption und Vorentwicklung von Algorithmen für die sichere Analyse sensibler Gesundheits- und individueller Genomdaten gemäß den aktuellen Datenschutzrichtlinien eine wichtige Rolle spielen. Diese Investition in eine hochmoderne Recheninfrastruktur ist nicht nur ein technologisches Upgrade, sondern eine Investition in die Fähigkeit, unsere Forschung praktisch wirksam umzusetzen.

• DFG-Verfahren: Forschungsgroßgeräte
• Großgeräte: GPU-Cluster
• Gerätegruppe: 7040 Vektorrechner
• Antragstellende Institution: Technische Universität München (TUM)
• Leiter: Professor Dr. Julien Gagneur