Abgeschlossene HPC Projekte
Archiv abgeschlossener HPC Projekte des RRZK
SMOOSE - Verbundprojekt: Systemische Analyse von Modulatoren der onkogenen Signalübertragung
BMBF-Förderkennzeichen: 01ZX1303A
Im Bereich der Onkologie wird die Identifizierung neuer genetischer/molekularer Marker mit Next-Generation Sequenzierung und Whole-Genome Sequenzierung die Art und Weise verändern, wie wir Krebs in Zukunft behandeln und diagnostizieren werden. Personalisiertes Gesundheitswesen wird wahrscheinlich die zukünftige Realität in der Behandlung von Patienten werden. Jedoch, ist der Erfolg des personalisiereten Gesundheitswesens durch erworbene Resistenz und Primäre Resistenz beschränkt. Das SMOOSE-Projekt schlägt einen multi-disziplinären Ansatz vor, der Informatik und Bioinformatik, Molekular Biologie, molekulare Tumorbiologie und (Epi-)genetik, genetisch manipulierte Mäuse, chemische und strukturelle Biologie, molekulare Pathologie und medizinische Onkologie beinhaltet.
Durch das RRZK soll die Infrastruktur entlang der Verarbeitungspipeline durch Methoden aus dem High-Performance Computing (HPC) unterstützt werden. Rechen- und Datenbankinfrastruktur werden benötigt, um effizientes Datenmanagement von großen genetischen Datenmengen, wie bei genetischer Sequenzierung, sicherzustellen. Die Verarbeitung von großen Datenmengen beinhaltet optimierte Algorithmen und Analyse-Pipelines. Ziel ist es hierbei, eine spezialisierte Appliance zu bauen, die deutlich geringere Anforderungen an Infrastruktur und Personal stellt.
Kontakt: Viktor Achter
Projektbeteiligte:
- Universität zu Köln:
Department of Translational Genomics - Roman Thomas und Martin Peifer
Institut für Informatik und Regionales Rechenzentrum - Ulrich Lang
Institut für theoretische Physik - Johannes Berg - Universitätsklinik Köln:
Klinik für Kinderonkologie und -hämatologie - Matthias Fischer
Klinik I für Innere Medizin - Christian Reinhardt und Jürgen Wolf
Institut für Pathologie - Reinhard Büttner - Universitätskinderklinik Essen:
Pädiatrisch-Onkologische Forschung II - Johannes Schulte - Technische Universität Dortmund:
Institut für Chemie und chemische Biologie - Daniel Rauh
Projektlaufzeit: Antragstellung über 5 Jahre. Erster bewilligter Zeitraum 01.01.2014-31.12.2016, planmäßige Erweiterung 01.01.2017 bis 31.12.2018
FAST - Find a Suitable Topology for Exascale Applications
BMBF-Förderkennzeichen: 01lH13004D
FaST ist ein Forschungsprojekt, das vom Bundesministerium für Bildung und Forschung gefördert wird. Es beschäftigt sich mit der zeitlichen und räumlichen Platzierung von Prozessen in Hochleistungsrechnern der Zukunft. Es wird angenommen, dass sich der aktuelle Trend in der Hardwareentwicklung fortsetzen wird und die CPU-Leistung deshalb deutlich schneller als andere Ressourcen wie die I/O-Leistung wachsen wird. Um zu verhindern, dass diese Ressourcen zu Engpässen im System werden, soll ein neues Scheduling-Konzept entwickelt werden, das die Systemressourcen überwacht und lokale Anpassungen an der Jobverteilung vornimmt. Die Überwachung des Systems wird durch ein neu entwickeltes Agentensystem realisiert, die Anpassung der Jobzuweisungen durch Prozessmigration. Die Leistungsfähigkeit des Ansatzes wird in den Beispielanwendungen LAMA und mpiBLAST demonstriert.
Das Ziel ist die prototypische Evaluation des im FaST-Projekt entwickelten Systems anhand von ausgewählten Anwendungen. Hierbei wird zum Beispiel eine Anwendung aus dem Gebiet der Lebenswissenschaften eingesetzt. Das RRZK wird den Einfluss der Entwicklungen des Projekts auf das Laufzeitverhalten der betrachteten Modellanwendungen evaluieren.
Kontakt: Viktor Achter
Projektbeteiligte:
- Johannes Gutenberg-Universität Mainz: Zentrum für Datenverarbeitung (JGU) - Prof. Dr.-Ing. André Brinkmann und Dr. Lars Nagel
- Technische Universität München: Lehrstuhl für Rechnertechnik und -organisation (TUM) - Prof. Dr. rer. nat. Dr.-Ing. habil. Arndt Bode, Prof. Dr.-Ing. Carsten Trinitis und Dr. rer. nat. Josef Weidendorfer
- Universität zu Köln: RRZK - Prof. Dr. Ulrich Lang
- Fraunhofer-Institut für Algorithmen und wissenschaftliches Rechnen (SCAI): Dr. Thomas Soddemann
- RWTH Aachen University: Lehrstuhl für Betriebssysteme - Dr. rer. nat. Stefan Lankes
- MEGWARE Computer Vertrieb und Service GmbH: Jürgen Gretzschel
- ParTec Cluster Competence Center GmbH: Hugo Falter
Projektlaufzeit: 01.01.2015-31.12.2016
NGSgoesHPC - Genomanalyse trifft wissenschaftliches Hochleistungsrechnen
BMBF-Förderkennzeichen: 01IH11003A
Das Projekt NGSgoesHPC beschäftigt sich damit, für die NGS-Prozesse (next generation sequencing) entscheidende Anwendungen und Kernel-Algorithmen auf moderne Hochleistungsinfrastrukturen (HPC) zu portieren.
NGS gilt als Schlüsseltechnologie der Genetik zur Bestimmung genetischer Informationen. Durch die NGS Technologie wird es möglich, eine Vielzahl an Fragestellungen zu behandeln, für die bisherige Sequenziermethoden zu kosten- und zeitaufwendig waren: die beim Prozess der Sequenzierung entstehenden großen Datenmengen können mit Hilfe von Hochleistungsrechnern verarbeitet und interpretiert werden.
NGSgoesHPC wird auf dem Gebiet der genetischen Forschung neue Möglichkeiten eröffnen, um Anwendungen an moderne Hardwarearchitekturen anzupassen und neue Methoden zur Verarbeitung und Darstellung der Ergebnisse zu entwickeln.
Projektbeteiligte:
- ATLAS Biolabs GmbH
- Biotechnologisches Zentrum (TU Dresden)
- Bull GmbH
- Cologne Center for Genomics
- DataDirect Networks GmbH
- Forschungszentrum Jülich
- Intel GmbH
- Max-Planck-Institut für Biologie des Alterns
- Zentrum für Informationsdienste und Hochleistungsrechnen (TU Dresden)
Projektlaufzeit: 01.06.2011 - 31.05.2014
MoSGrid - Molecular Simulation Grid
BMBF-Förderkennzeichen: 01IG09006
Das Forschungsprojekt MoSGrid (Molecular Simulation Grid), bietet nach seiner Fertigstellung eine standardkonforme, funktionale und erweiterbare Plattform für die Ausführung molekularer Simulationen auf Remote-HPC-Einrichtungen. Das Projektmanagement wurde durch das RRZK durchgeführt.
Projektbeteiligte:
- Department für Chemie der Universität zu Köln
- Fakultät Chemie der Technische Universität Dortmund
- Zentrum für Informationsdienste und Hochleistungsrechnen (TU Dresden)
- Department Chemie der Universität Paderborn
- Paderborn Center for Parallel Computing (PC2) Uni Paderborn
- Wilhelm-Schickard-Institut für Informatik der Eberhard-Karls-Universität Tübingen
- Konrad-Zuse-Zentrum für Informationstechnik Berlin (ZIB)
- Bayer Technology Services GmbH
- Origenis GmbH
- BioSolveIT GmbH
- COSMOlogic GmbH & Co. KG
- GETLIG & TAR
Assoziierte Partner:
- MTA SZTAKI. Computer and Automation Research Institute. Hungarian Academy of Sciences - Laboratory of Parallel and Distributed Systems
- Jülich Supercomputing Centre der Forschungszentrum Jülich GmbH
- Turbomole GmbH
- Schrödinger GmbH
- Oracle Deutschland
Projektlaufzeit: 01.09.2009 - 31.12.2012
VisPME - Visualisierung in Parallel Many-core Environments
BMBF-Förderkennzeichen: 01IH08009B
Das Projekt VisPME wird gemeinsam mit verschiedenen Partnern aus Industrie und Forschung durchgeführt.
Ziel ist die effiziente Nutzung hochparalleler Ressourcen zur Datenaufbereitung und -visualisierung aus Datenfluss-basierten Visualisierungs-Systemen.
Unser Schwerpunkt im Bereich VisPME liegt auf der Entwicklung von Techniken zur parallelen Datenaufbereitung und -visualisierung, deren Integration in Visualisierungsumgebungen sowie Remote-Visualisierung aus virtuellen Umgebungen.
Projektbeteiligte:
- Höchstleistungsrechenzentrum der Universität Stuttgart (Project leader)
- Rechen- und Kommunikationszentrum der RWTH Aachen
- Max-Planck-Institut für neurologische Forschung (Köln)
- RECOM Services GmbH
- NVIDIA GmbH
- Aachen Institute for Advanced Study in Computational Engineering Science
Projektlaufzeit: 01.01.2009 - 31.12.2011
Aktuell:
Informationen zu Tools für kollaboratives Arbeiten im Homeoffice
Kontakt
Bei Fragen und für individuellen Support wenden Sie sich bitte an den
RRZK-Helpdesk