Die TUM School of Life Sciences in Weihenstephan vereint verschiedene Forschungsbereiche unter der Vision von One Health. Ein gemeinsames Thema aller Forschungsgebiete: Technologien mit hohem Durchsatz und hoher Auflösung sind mittlerweile allgegenwärtig und generieren riesige Datenmengen, die analysiert werden müssen.
Künstliche Intelligenz erfordert viel höhere Rechenleistung
Darüber hinaus bieten sich der School heute beispiellose Möglichkeiten, diese Daten mithilfe künstlicher Intelligenz zu nutzen. Deshalb ist der Bedarf an Rechenleistung in den Biowissenschaften stark gestiegen – sowohl für die Verarbeitung und Analyse dieser Daten als auch für das Training und den Einsatz der nächsten Generation von KI-Modellen.
Um diesem Bedarf gerecht zu werden, unterstützt die DFG die Forscherinnen und Forscher an der TUM School of Life Sciences mit 900.000 Euro zum Aufbau eines neuen, 1,8 Millionen Euro teuren Hochleistungs-Rechnersystems, das vom Leibniz-Rechenzentrum (LRZ) gehostet und betreut wird.
“Life Science Compute Cluster” zur gemeinsamen Nutzung
Der Life Science Compute Cluster ermöglicht den 15 teilnehmenden Forschungsgruppen und dem gesamten Campus eine nahtlose gemeinsame Nutzung von Ressourcen. Das bedeutet schnellere Laufzeiten, eine ausgewogene Arbeitslast in Spitzenzeiten und Zugang zu modernster Rechenleistung von CPUs bis hin zu GPUs für alle – von Studierenden über Doktoranden bis hin zu Postdoktoranden.
Markus List, Prodekan für Informationsmanagement, koordinierte den Antrag auf DFG-Förderung eines Forschungsgroßgerätes. Prof. List sagt dazu: „Der Life Science Compute Cluster ermöglicht es uns, uns von einer Situation zu lösen, in der die meisten Forschungsgruppen auf lokale Hardware angewiesen sind, die in ihrer Kapazität begrenzt und schwer zu warten ist. Modernste Rechenhardware ermöglicht uns nun mit der Unterstützung des LRZ, mehr unserer wertvollen Zeit der Forschung zu widmen. Die Möglichkeit, Ressourcen zu teilen und zusammenzuarbeiten, bedeutet auch, dass wir uns nun anspruchsvolleren Problemen in den Bereichen Data Science und KI widmen können, wodurch wir an der Spitze der Life-Science-Forschung bleiben.“