Computational appliance: a supercomputer for modern biomedical research

Stanford University, Stanford CA

Investigators

Linked publications, trials & patents

Abstract

PAR­16­054 Application, PI: Somalee Datta, PhD, Stanford University  NIH  investigators  at  Stanford  are  increasingly  analyzing  terabyte  to  petabyte  scale  datasets  generated using state­of­the­art biomedical technologies. It is no longer unusual to find studies  that  analyze  hundreds  of  samples,  or  correlate  with  other  available  large  scale  cohorts  (e.g.  UK10K,  TCGA),  or  involve  longitudinal  multi­modal  data.  Analysis  and  interpretation  of  these  large  scale  complex  data  require  a  computational  environment  that  is  fast  and  affordable.  Stanford researchers have access to computational capacity in the form of traditional clusters.  These clusters exhibit significant IO bottlenecks thereby slowing down the rate and amount of  analysis and in some cases, making the analysis impractical. Stanford has also made significant  investment  to  prototype  certain  biomedical  applications  using  the  ?Big  Data?  distributed  programming  stack,  Hadoop,  such  as  memory  intensive  Spark  clusters  or  Google  BigQuery.  Unfortunately, it is impractical to re­write 100s of common biomedical applications for Hadoop.  We therefore propose a supercomputer, that allows our biomedical applications to scale without  additional investment in personnel to re­write the commonly used tools. The supercomputer has  large number of processors (256 CPU cores, 4 Tesla K80 GPUs) and memory (8 TB RAM, 16  TB ?NVMe flash?) to provide performance for large data. To optimally support the needs of our  research  community,  we  propose  to  co­locate  the  supercomputer  along  with  our  existing  computational  capacity.  The  system  will  be  hosted  at  a  Stanford  approved  data  center  and  managed  by  Stanford  IT.  Researchers  using  this  device  will  have  access  to  an  extensive  biomedical stack with over 350 commonly used tools as well as many commonly used reference  datasets (e.g. 1000 genome) and access control datasets (e.g. GTEx or TCGA). With addition  of  the  supercomputer,  the  computational  environment  will  provide  a  full  stack  biomedical  research  environment  including  capacity,  range  of  computational  capabilities,  extensive  biomedical tools, common reference datasets, easily available training and consulting support.  By  making  this  supercomputer  available  to  a  large  cross­disciplinary  biomedical  research  community at Stanford, we expect to invigorate development of novel algorithms, mathematical  and statistical approaches unhindered by the limitations of current capabilities found in typical  academic clusters and public Clouds.      Project Summary/Abstract