L'HPC basato su cloud aiuta i ricercatori a far progredire l'assistenza sanitaria
Sebbene i cluster on-premise presentino vantaggi, la configurazione di un cluster HPC tradizionale può richiedere fino a sette o otto mesi. Quando un'organizzazione acquista l'hardware necessario e lo configura, la tecnologia potrebbe essere già obsoleta. Per non parlare del fatto che le unità di elaborazione grafica necessarie possono essere difficili da reperire . L'utilizzo dei servizi HPC tramite AWS garantisce all'organizzazione l'accesso immediato all'hardware più recente, secondo Xu.
AWS offre alle organizzazioni sanitarie diverse opzioni in termini di HPC. AWS Parallel Computing Service è un cluster completamente gestito basato su Simple Linux Utility for Resource Management . Un ricercatore può creare un cluster SLURM che soddisfi le proprie specifiche, come i tipi di processore e le esigenze di latenza, entro 20 minuti. L'utente può controllare i nodi di elaborazione e creare autonomamente i gruppi di nodi. Inoltre, un utente può eseguire un'app nativa o eseguire app containerizzate su AWS con lo scheduler SLURM.
"È possibile creare un ambiente di elaborazione in grado di gestire fino a 100.000 CPU, ma se si richiedono solo due CPU, il costo sarà quello", ha affermato Xu. "È on demand. Si paga per quello che si usa."
AWS ParallelCluster è un servizio alternativo per i ricercatori che desiderano il pieno controllo dello scheduler SLURM e dei suoi plug-in. È una soluzione open source che consente all'utente di creare un cluster HPC completamente personalizzato nel cloud, gestibile autonomamente.
I ricercatori possono scegliere tra oltre 800 tipi di istanze HPC. Risorse come Amazon FSx for Lustre e Amazon File Cache sono altre risorse disponibili per supportare il raggiungimento degli obiettivi HPC .
"Non vogliamo che tu sprechi risorse, quindi paghi solo quello che usi", ha affermato Xu.
CORRELATO: Segui i tre passaggi per implementare con successo l'elaborazione ad alte prestazioni.
Il NIH utilizza l'HPC per comprendere meglio le proteine delle malattie cardiovascolariLe malattie cardiovascolari sono la prima causa di mortalità umana a livello globale. Nel 2019, 18,6 milioni di persone sono morte a causa di questa malattia in tutto il mondo . Avere un'elevata quantità di lipoproteine a bassa densità (LDL) nel sangue aumenta il rischio di malattie cardiovascolari. Le particelle LDL possono accumularsi nel sangue, depositarsi sulle pareti delle arterie e formare placche, che potrebbero portare a infarto o ictus.
Negli Stati Uniti, dal 30% al 40% della popolazione over 50 assume statine per trattare il colesterolo alto, secondo Marcotrigiano. Le statine agiscono prendendo di mira il recettore, non la particella stessa. Per saperne di più sulla particella, gli scienziati del NIH hanno recentemente utilizzato l'HPC e la microscopia crioelettronica per modellare le particelle LDL , un processo che un tempo si pensava impossibile, ha affermato Marcotrigiano.
La modellazione delle particelle stesse ha richiesto enormi quantità di dati. Un set di dati includeva 35.000 filmati e circa 17,5 terabyte di dati. I filmati dovevano anche essere compressi in immagini ad alta risoluzione. I ricercatori hanno allineato le particelle in base a somiglianze e differenze, classificando le particelle di un campione utilizzando sistemi sia 2D che 3D.
Di conseguenza, i ricercatori hanno una migliore comprensione del modo in cui la particella si lega ai recettori, il che sarà utile nello sviluppo di nuove terapie che prendono di mira la particella stessa anziché solo i recettori.
"L'unico posto in cui potevamo farlo era il cloud", ha affermato Marcotrigiano, aggiungendo che l'NIH ha utilizzato Amazon FSx per Lustre e diverse GPU per elaborare e archiviare i dati per questo progetto.
healthtechmagazine
