Cloudbasiertes HPC hilft Forschern, das Gesundheitswesen voranzubringen
Obwohl On-Premises-Cluster Vorteile bieten, kann die Einrichtung eines herkömmlichen HPC-Clusters bis zu sieben bis acht Monate dauern. Bis ein Unternehmen die benötigte Hardware beschafft und einrichtet, ist die Technologie möglicherweise bereits veraltet. Ganz zu schweigen davon, dass die Beschaffung der erforderlichen Grafikprozessoren schwierig sein kann . Die Nutzung von HPC-Diensten über AWS stellt laut Xu sicher, dass das Unternehmen sofort auf die neueste Hardware zugreifen kann.
AWS bietet Gesundheitsorganisationen verschiedene Optionen für HPC. Der AWS Parallel Computing Service ist ein vollständig verwaltetes Simple Linux Utility für Ressourcenmanagement-Cluster . Forscher können innerhalb von 20 Minuten einen SLURM-Cluster erstellen, der ihren Anforderungen wie Prozessortypen und Latenzanforderungen entspricht. Der Benutzer kann die Rechenknoten steuern und die Knotengruppen selbst erstellen. Darüber hinaus kann er mit dem SLURM-Scheduler eine native App oder containerisierte Apps auf AWS ausführen.
„Sie können eine Rechenumgebung mit bis zu 100.000 CPUs erstellen, aber wenn Sie nur zwei CPUs anfordern, wird Ihnen auch nur dieser Betrag berechnet“, sagte Xu. „Es läuft auf Abruf. Sie zahlen für das, was Sie nutzen.“
AWS ParallelCluster ist ein alternativer Service für Forscher, die die volle Kontrolle über den SLURM-Scheduler und seine Plug-ins wünschen. Es handelt sich um eine Open-Source-Lösung, mit der der Benutzer einen vollständig angepassten HPC-Cluster in der Cloud erstellen und selbst verwalten kann.
Forscher können aus über 800 HPC-Instanztypen wählen. Ressourcen wie Amazon FSx for Lustre und Amazon File Cache sind weitere verfügbare Ressourcen zur Unterstützung bei der Erreichung ihrer HPC-Ziele .
„Wir möchten nicht, dass Sie Ressourcen verschwenden, deshalb zahlen Sie nur für das, was Sie nutzen“, sagte Xu.
ZUGEHÖRIG: Befolgen Sie drei Schritte, um Hochleistungs-Computing erfolgreich einzusetzen.
NIH nutzt HPC, um Proteine für Herz-Kreislauf-Erkrankungen besser zu verstehenHerz-Kreislauf-Erkrankungen sind weltweit die häufigste Todesursache. Im Jahr 2019 starben weltweit 18,6 Millionen Menschen an dieser Krankheit . Ein hoher Gehalt an Low-Density-Lipoprotein (LDL) im Blut erhöht das Risiko für Herz-Kreislauf-Erkrankungen. Die LDL-Partikel können sich im Blut ansammeln, sich an den Arterienwänden ablagern und Plaques bilden, die zu einem Herzinfarkt oder Schlaganfall führen können.
In den USA nehmen laut Marcotrigiano 30 bis 40 Prozent der über 50-Jährigen Statine zur Behandlung von hohem Cholesterinspiegel ein. Statine wirken, indem sie den Rezeptor angreifen, nicht das Partikel selbst. Um mehr über das Partikel zu erfahren, nutzten Wissenschaftler des NIH kürzlich HPC und Kryo-Elektronenmikroskopie, um die LDL-Partikel zu modellieren – ein Verfahren, das man einst für unmöglich hielt, so Marcotrigiano.
Die Modellierung der Partikel selbst erforderte riesige Datenmengen. Ein Datensatz umfasste 35.000 Filme und rund 17,5 Terabyte Daten. Die Filme mussten zudem zu hochauflösenden Bildern komprimiert werden. Die Forscher ordneten die Partikel anhand von Ähnlichkeiten und Unterschieden an und klassifizierten sie anhand von 2D- und 3D-Systemen.
Dadurch verstehen die Forscher besser, wie sich das Partikel an die Rezeptoren bindet. Dies wird bei der Entwicklung neuer Therapien hilfreich sein, die sich gegen das Partikel selbst und nicht nur gegen die Rezeptoren richten.
„Der einzige Ort, an dem wir dies tun konnten, war die Cloud“, sagte Marcotrigiano und fügte hinzu, dass das NIH Amazon FSx für Lustre und mehrere GPUs verwendete, um die Daten für dieses Projekt zu verarbeiten und zu speichern.
healthtechmagazine
