Hochdurchsatz-Rechencluster

• Förderung: Förderung in 2026
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 569285254

An der School of Life Sciences der Technischen Universität München erstrecken sich die Aufgaben der Datenverarbeitung, der Analyse und des maschinellen Lernens auf alle Aspekte der Lebenswissenschaften im Rahmen der „One Health“-Agenda der School. Tatsächlich sind Data Science und maschinelles Lernen in den Lebenswissenschaften zur Norm für jedes Forschungsprojekt geworden, so dass es von entscheidender Bedeutung ist, Zugang zu geeigneten Rechenressourcen zu haben. Mit High-Performance-Computing-Lösungen können selbst große Nutzergruppen Rechenressourcen effektiv gemeinsam nutzen und die Ressourcen zu Zeiten der Spitzenaktivität, die sich naturgemäß zwischen den einzelnen Forschungsgruppen unterscheiden, ausgleichen. Bislang sind die meisten auf dem Campus verfügbaren Rechenressourcen vor Ort installiert und lassen sich nur schwer gemeinsam nutzen und warten. Außerdem verfügen die meisten Ressourcen nicht über die GPU-Kapazität, um mit modernen Deep-Learning-Modellen zu arbeiten. Darüber hinaus hat die School vor kurzem mehrere neue Professuren mit den Schwerpunkten Bioinformatik, computergestützte Biologie und Erdbeobachtung etabliert, die gemeinsam einen dringenden Bedarf an neuen und nachhaltigen Rechenressourcen haben. Vor allem die bestehende Hardware auf dem Campus, die von den zuvor etablierten Gruppen genutzt wurde, ist nicht mehr zeitgemäß: Sie entspricht nicht den modernsten Anforderungen, und die meisten Geräte haben das Ende ihrer Lebensdauer erreicht oder stehen kurz davor. In dieser Situation hat die School die Vision, ihre Rechenlandschaft völlig neu zu strukturieren. Künstliche Intelligenz spielt eine entscheidende Rolle um an der wissenschaftlichen Spitze zu bleiben. Durch die Installation eines Compute-Clusters am Leibniz-Rechenzentrum werden wir einen professionellen Service, nachhaltige und klimafreundliche Betriebsbedingungen sicherstellen und Synergien zwischen den Forschungsgruppen schaffen, da die gesamte Hardware unter einem gemeinsam betriebenen Workflow- und Job-Management-System vereint sein wird. Der geplante Life Science Compute Cluster wird für ein breites Aufgabenspektrum geeignet sein und sowohl kleine Datenverarbeitungsaufgaben als auch das Training und die Anpassung hochkomplexer Deep-Learning-Modelle abdecken. Als gemeinsam genutzte Infrastruktur wird er kollaborative und interdisziplinäre Projekte vereinfachen. So wird die Life Science Compute Cloud maßgeblich zum Erfolg der neu gegründeten Gruppen an der School of Life Sciences beitragen und auch Innovationen für den gesamten Campus ermöglichen. Der Cluster wird vom Leibniz-Rechenzentrum gehostet, verwaltet und unterstützt. Er wird 15 Forschungsgruppen direkt unterstützen, die ihre Ressourcen untereinander und mit anderen Forschern auf dem Campus teilen können. Dadurch entstehen erhebliche Synergien, die es uns ermöglichen, die führende Rolle der Technischen Universität München in den lebenswissenschaftlichen Datenwissenschaften zu sichern.

• DFG-Verfahren: Forschungsgroßgeräte
• Großgeräte: Hochdurchsatz-Rechencluster
• Gerätegruppe: 7040 Vektorrechner
• Antragstellende Institution: Technische Universität München (TUM)
• Leiter: Professor Dr. Markus List