Was jede Aufgabe verlangt
Das Alignment (BWA, Bowtie2, STAR, minimap2) skaliert mit den Kernen und braucht Dutzende Gigabyte Speicher für die Indizes. Die Variantenbestimmung (GATK, DeepVariant) mischt Kerne und, bei DeepVariant, GPU. Die De-novo-Assemblierung ist der Extremfall: Hunderte Gigabyte Speicher in einem Gerät. Die Einzelzellanalyse (Seurat, Scanpy) lebt im Speicher. Und das Basecalling von Nanopore-Sequenzierern und Proteinstrukturmodelle laufen auf der GPU.
Speicher: das entscheidende Teil
Für Alignment und Variantenbestimmung beim Menschen 64 bis 128 GB. Für Einzelzellanalysen mit Hunderttausenden Zellen 128 bis 256 GB. Für die De-novo-Assemblierung großer Genome oder Metagenomik 512 GB oder mehr, auf einer Plattform mit acht Kanälen (Threadripper PRO) oder zwölf (EPYC). Und immer ECC: Ein Speicherfehler in einer zweitägigen Assemblierung ist ein falsches Ergebnis, das niemand bemerkt.
Kerne und GPU
Ein Threadripper mit 32 Kernen aligniert ein komplettes menschliches Genom in einem Bruchteil der Zeit eines Desktop-Geräts, und ein Threadripper PRO mit 64 oder 96 Kernen bedient mehrere Pipelines gleichzeitig. Die GPU kommt beim Nanopore-Basecalling ins Spiel (CUDA, je mehr Speicher, desto besser), bei DeepVariant und bei Deep-Learning-Modellen: eine RTX 5090 oder eine RTX PRO 5000 mit 48 GB für die großen Modelle.
Laufwerke: Terabytes an FASTQ und Zwischenergebnissen
Ein Sequenzierlauf sind Hunderte Gigabyte FASTQ, und die Zwischendateien (BAM, VCF) belegen noch einmal so viel. Eine NVMe mit 4 TB als Arbeitslaufwerk, eine weitere für das System und gespiegelte 16-TB-Festplatten oder ein Dateiserver für Archiv und Backups. Und 10-GbE-Netzwerk, wenn die Daten vom Sequenzierer oder einem Server kommen.
| Arbeit | Workstation | Preis |
|---|---|---|
| Alignment, Varianten und Einzelzellanalyse | Advanced Plus: Threadripper mit 32 Kernen, 128 GB registrierter ECC, RTX 5080, 2 TB + 4 TB NVMe | 14.265 € |
| Mehrere Pipelines gleichzeitig, Basecalling und Modelle | Enterprise: Threadripper PRO mit 32 Kernen, 256 GB ECC in acht Kanälen, RTX 5090, 2 × 4 TB NVMe + 16 TB | 30.435 € |
| De-novo-Assemblierung und Metagenomik | Enterprise Supreme: Threadripper PRO mit 64 Kernen, 512 GB ECC, 2 × RTX 5090, 3 × 4 TB NVMe + 16 TB | 57.400 € |
Linux, Container und das gemeinsam genutzte Gerät
Fast alles läuft unter Linux, mit Conda, Docker oder Singularity; wir liefern das Gerät mit der von Ihnen genutzten Distribution und installierten GPU-Treibern. Teilt sich das Labor das Gerät, verhindert ein einfacher Warteschlangenmanager (Slurm auf einem Knoten), dass sich zwei Pipelines gegenseitig den Speicher streitig machen. Und wächst die Last, wandert dieselbe Arbeit auf einen EPYC-Server im Rack mit mehr Speicher und Kernen.
Passende Hardware und Ratgeber
Häufige Fragen
Workstation oder Server für Genomik?
Wenn ein oder zwei Personen die Pipelines starten und die Ergebnisse an ihrem Platz sehen wollen, eine Workstation. Wenn das Labor die Last teilt oder Assemblierungen Tage dauern, ein EPYC-Server im Rack mit mehr Speicher und Kernen, von allen gemeinsam genutzt.
Wie viel Speicher für eine De-novo-Assemblierung?
Das hängt vom Genom und vom Assembler ab: von 128 GB für kleine Genome bis über 512 GB für große Genome oder Metagenome. Prüfen Sie den Speicherpeak Ihres Assemblers mit ähnlichen Daten und verdoppeln Sie ihn.
Ist eine GPU nötig?
Zum Alignieren und zur Variantenbestimmung mit den klassischen Werkzeugen nein. Für Nanopore-Basecalling, DeepVariant, Proteinstrukturmodelle und Deep Learning ja, mit so viel Speicher wie möglich.
Installieren Sie Linux und die Werkzeuge?
Ja. Wir liefern das Gerät mit der von Ihnen genutzten Linux-Distribution, den GPU-Treibern, Conda oder Docker und der GPU, 24 Stunden unter Volllast getestet. Die Pipelines installieren Sie selbst oder wir tun es gemeinsam.
Dimensionieren wir Ihre Workstation?
Sagen Sie uns, welche Software Sie nutzen und wie groß Ihre Projekte sind. Wir schlagen Ihnen Prozessor, Speicher, GPU und Laufwerke mit Preis innerhalb von 12 Arbeitsstunden vor.