Success Story
Kunde
Bei unserem Kunden handelt es sich um die Forschungs- und Entwicklungsabteilung eines großen deutschen Pharmakonzerns. Bei der Identifizierung potenzieller Wirkstoffziele werden häufig bioinformatische Tools und Datenbanken eingesetzt, die enorme Mengen an genetischen, molekularen und klinischen Daten verarbeiten müssen. Hochleistungsrechner sind dafür entscheidend, diese Prozesse in einer überschaubaren Zeitspanne durchzuführen.
In der präklinischen Entwicklung der Medikamente werden häufig computergestützte Design-Tools verwendet, um potenzielle Medikamentenstrukturen zu modellieren und zu optimieren. Diese Werkzeuge erfordern erhebliche Rechenressourcen, besonders wenn sie mit komplexen Molekülen oder großen Datenmengen arbeiten. Auch die Datenanalyse in klinischen Studien erfordert oft den Umgang mit riesigen Datenmengen, die aus klinischen Prüfungen stammen. Statistische Analysen und maschinelles Lernen, die zur Interpretation dieser Daten eingesetzt werden, können ebenfalls enorm rechenintensiv sein.
Projekt-Zeitpunkt: 2022Projekt-Volumen: ca. 600.000€
Inhaltsverzeichnis
Projekt-Beschreibung
Die Schrödinger Softwareapplikationen für lebenswissenschaftliche Forschung und Materialwissenschaft bieten Lösungen für computergestütztes Wirkstoffdesign, Materialwissenschaft, Bioinformatik und mehr. Sie nutzen fortgeschrittene Algorithmen und maschinelles Lernen, um molekulare Strukturen zu modellieren und zu analysieren, was zur Entdeckung und Entwicklung neuer Medikamente und Materialien beiträgt.
Grafikprozessoreinheiten spielen bei der Nutzung von Schrödinger-Softwareanwendungen (oder ähnlichen computergestützten Forschungstools) eine besondere Rolle, da in der molekularen Modellierung und Simulation parallel besonders große Datenmengen verarbeitet werden müssen.
Ziel des Projektes war daher die Aktualisierung der aktuellen hybrid HPC/GPU Cluster mit aktueller Intel CPU- und NVIDIA A100-80/PCIe-Technologie.
Projekt-Realisierung
Mit dem Ziel, die Forschungs- und Entwicklungsergebnisse mithilfe der Schrödinger Softwareapplikationen zu optimieren, lieferten wir unseren Kunden den neuesten Supermicro Multi GPU SuperServer 220GP-TNR. Dieser hochmoderne Server ist mit vier NVIDIA A100-80/PCIe-Grafikprozessoren sowie schnellem U.2-NVMe-Speicher ausgestattet, um Höchstleistungen zu erzielen. Das System verfügt darüber hinaus über Ausbaureserven für zwei weitere Dual NVIDIA A100-80.
In der ersten Phase implementierten wir zehn solcher Systeme. Basierend auf den spezifischen Anforderungen und der Performance der modernsten chemischen Simulationssoftware, die in der Pharmazie, Biotechnologie und Werkstoffwissenschaft eingesetzt wird, planen wir, die Anzahl der Recheneinheiten schrittweise zu erhöhen und das System weiter zu optimieren.
Das Team von Memorysolution Custom Server Solutions lieferte auch hier den hybriden CPU/GPU-Cluster in schlüsselfertiger Ausführung und konnte diesen nahtlos in die bestehende Serverlandschaft des Kunden integrieren.
Das Ergebnis
Durch die Implementierung des Supermicro Multi GPU SuperServer 220GP-TNR wurden die Berechnungsgeschwindigkeiten signifikant gesteigert. Dies ermöglicht es den Forscher:innen, ihre bioinformatischen Tools und Datenbanken effizienter zu nutzen und potenzielle Wirkstoffziele schneller zu identifizieren.
In der präklinischen Phase trägt die verbesserte Rechenleistung dazu bei, die Modellierung und Optimierung potenzieller Medikamentenstrukturen zu beschleunigen. In den klinischen Studien erleichtert die erhöhte Rechenleistung den Umgang mit großen Datenmengen, was die statistische Analyse und maschinelles Lernen zur Interpretation der Daten effektiver macht
Mithilfe unserer Lösung konnte der Kunde seine Forschungs- und Entwicklungsprozesse beschleunigen und optimieren, was letztlich zu einer schnelleren Entwicklung von neuen Medikamenten und Behandlungsmethoden beiträgt.
Das Projekt verdeutlicht auch die hohe Skalierbarkeit der Multi GPU SuperServer-Plattform. Da wir in der Anfangsphase zehn Systeme implementiert haben, freuen wir uns darauf, die Anzahl der Recheneinheiten im Zuge der steigenden Performance-Anforderungen des Kunden weiter zu erhöhen.
-
Hardwareanforderungen im Zeitalter von Edge- und Cloud-ComputingMaximilian Jaud | 28. Oktober 2024Ableitungen aus dem McKinsey Technology Trends Outlook 2024 – Teil 2Mehr lesen
-
Auswirkungen von Generative AI auf den HardwarebedarfMaximilian Jaud | 28. Oktober 2024Ableitungen aus dem McKinsey Technology Trends Outlook 2024 – Teil 1Mehr lesen