Accueil
Matériel
Configurateur
Services
OEM Guides Qui sommes-nous Garantie Contact
ESENDEFRITPT
Stations de travail · Génomique

Station de travail pour génomique et bio-informatique : mémoire, disques et carte graphique pour vos pipelines

Un pipeline de génomique n’a pas un goulot d’étranglement, il en a quatre : des cœurs pour aligner, de la mémoire pour assembler, une carte graphique pour les modèles et des disques pour déplacer des téraoctets. Ce guide répartit le budget selon ce que fait tourner votre laboratoire et propose trois machines.

Équipe technique d’ACD&CO7 novembre 20267 min de lecture

Ce que demande chaque tâche

L’alignement (BWA, Bowtie2, STAR, minimap2) monte en charge avec les cœurs et demande des dizaines de gigaoctets de mémoire pour les index. L’appel de variants (GATK, DeepVariant) mêle cœurs et, pour DeepVariant, carte graphique. L’assemblage de novo est le cas extrême : des centaines de gigaoctets de mémoire sur une seule machine. L’analyse cellule unique (Seurat, Scanpy) vit en mémoire. Et le basecalling des séquenceurs nanopore et les modèles de structure des protéines tournent sur la carte graphique.

Mémoire : la pièce qui décide

Pour l’alignement et l’appel de variants chez l’humain, 64 à 128 GB. Pour la cellule unique avec des centaines de milliers de cellules, 128 à 256 GB. Pour l’assemblage de novo de grands génomes ou la métagénomique, 512 GB ou plus, sur une plateforme à huit canaux (Threadripper PRO) ou douze (EPYC). Et toujours de l’ECC : une erreur mémoire dans un assemblage de deux jours, c’est un résultat faux que personne ne détecte.

Regardez le pic de mémoire de votre pipeline dans le journal du gestionnaire de files ou du programme lui-même et multipliez-le par deux : les index grossissent et les génomes aussi.

Cœurs et carte graphique

Un Threadripper 32 cœurs aligne un génome humain complet en une fraction du temps d’une machine de bureau, et un Threadripper PRO 64 ou 96 cœurs sert plusieurs pipelines à la fois. La carte graphique entre en jeu avec le basecalling nanopore (CUDA, plus il y a de mémoire, mieux c’est), avec DeepVariant et avec les modèles de deep learning : une RTX 5090 ou une RTX PRO 5000 de 48 GB pour les grands modèles.

Disques : des téraoctets de FASTQ et de résultats intermédiaires

Une série de séquençage, ce sont des centaines de gigaoctets de FASTQ, et les intermédiaires (BAM, VCF) en occupent autant. Un NVMe de 4 TB comme disque de travail, un autre pour le système, et des disques de 16 TB en miroir ou un serveur de fichiers pour l’archive et les sauvegardes. Et du réseau 10 GbE si les données arrivent du séquenceur ou d’un serveur.

Trois configurations pour la génomique (hors TVA)
TravailStation de travailPrix
Alignement, variants et cellule uniqueAdvanced Plus : Threadripper 32 cœurs, 128 GB ECC registered, RTX 5080, 2 TB + 4 TB NVMe14 265 €
Plusieurs pipelines à la fois, basecalling et modèlesEnterprise : Threadripper PRO 32 cœurs, 256 GB ECC sur huit canaux, RTX 5090, 2 × 4 TB NVMe + 16 TB30 435 €
Assemblage de novo et métagénomiqueEnterprise Supreme : Threadripper PRO 64 cœurs, 512 GB ECC, 2 × RTX 5090, 3 × 4 TB NVMe + 16 TB57 400 €

Linux, conteneurs et la machine partagée

Presque tout tourne sous Linux, avec Conda, Docker ou Singularity ; nous livrons la machine avec la distribution que vous utilisez et les pilotes de la carte graphique installés. Si le laboratoire partage la machine, un gestionnaire de files simple (Slurm sur un nœud) évite que deux pipelines se marchent sur la mémoire. Et si la charge grandit, le même travail passe sur un serveur EPYC en rack avec plus de mémoire et de cœurs.

Questions fréquentes

Station de travail ou serveur pour la génomique ?

Si une ou deux personnes lancent les pipelines et veulent voir les résultats à leur bureau, une station de travail. Si le laboratoire partage la charge ou si les assemblages durent des jours, un serveur EPYC en rack avec plus de mémoire et de cœurs, partagé par tous.

Combien de mémoire pour un assemblage de novo ?

Cela dépend du génome et de l’assembleur : de 128 GB pour les petits génomes à plus de 512 GB pour les grands génomes ou les métagénomes. Regardez le pic de mémoire de votre assembleur avec des données similaires et doublez-le.

Une carte graphique est-elle nécessaire ?

Pour aligner et appeler des variants avec les outils classiques, non. Pour le basecalling nanopore, DeepVariant, les modèles de structure des protéines et le deep learning, oui, avec le plus de mémoire possible.

Installez-vous Linux et les outils ?

Oui. Nous livrons la machine avec la distribution Linux que vous utilisez, les pilotes de la carte graphique, Conda ou Docker, et la carte testée 24 heures à pleine charge. Les pipelines, vous les installez vous-mêmes ou nous le faisons ensemble.

On dimensionne votre station de travail ?

Dites-nous quels logiciels vous utilisez et la taille de vos projets. Nous vous proposons processeur, mémoire, carte graphique et disques, avec un prix, en moins de 12 heures ouvrées.

Demander une proposition

Une proposition sous 12 heures ouvrées

Dites-nous ce qu’il vous faut

Dites-nous à quoi il servira et nous vous répondons avec une configuration et son prix. Si vous avez déjà un devis d’une autre marque, envoyez-le-nous et nous préparons l’équivalent.

  • Réponse écrite sous 12 heures ouvrées
  • Un seul interlocuteur, du devis à la garantie
  • Sans engagement : vos données ne servent qu’à vous répondre

+34 613 17 68 06info@acdcompany.es

Ce champ est obligatoire.
Vérifiez l’e-mail : il manque quelque chose.

Ou appelez-nous : +34 613 17 68 06