Life Sciences und
Facility Management

Scientific Computing im Digital Lab

Scientific Computing verbindet Rechenleistung, Daten und Methodenwissen und erweitert damit Forschung und Lehre in vielen Disziplinen. Das "Digital Lab" bietet dafür einen Cluster für High Performance Computing (HPC), High-Throughput- und KI-Workloads. Wir unterstützen Teams beim Aufbau stabiler Arbeitsumgebungen, beraten methodisch und vermitteln in Kursen und Lehrveranstaltungen die nötigen Kompetenzen.

ZHAW LSFM Headerbild Scientific Computing im Digital Lab

Warum Scientific Computing?

Die «digitale Transformation» führt auch in den Life Sciences zu tiefgreifenden Veränderungen. In heutigen Forschungs- und Entwicklungsprojekten wird immer schneller der Punkt erreicht, an dem ein Laptop oder ein lokaler PC nicht mehr ausreicht: weil Simulationen zu rechenintensiv, Datenmengen zu gross oder KI-Modelle zu anspruchsvoll sind. Leistungsfähige Recheninfrastruktur und das Wissen, sie wirksam einzusetzen, sind damit zu einem zentralen Bestandteil moderner Forschungsprojekte geworden und spielen in der nationalen und internationalen Forschungsgemeinschaft eine grosse Rolle.

 

Prof. Dr. Urs Hilber, Direktor Departement Life Sciences und Facility Management

«Scientific Computing und HPC spielen in unseren Forschungsfeldern eine immer wichtigere Rolle.»

Prof. Dr. Urs Hilber, Direktor Departement Life Sciences und Facility Management

Das Digital Lab als «Enabler»

High Performance Computing oder zu Deutsch «Hochleistungsrechnen» ist ein Sammelbegriff für Infrastrukturen, Prozesse und Methoden, die zur Umsetzung rechenintensiver Algorithmen und Simulationen eingesetzt werden. Um Forschende und Studierende in diesem Bereich zu unterstützen, betreiben wir in Wädenswil ein eigenes Digital Lab.

Der Cluster des Digital Lab deckt dabei ganz unterschiedliche Arten von Rechenlast ab:

  • High Performance Computing: grosse Simulationen und Berechnungen, die auf viele Rechenkerne oder Rechner verteilt werden und dadurch deutlich schneller ablaufen.
  • High Throughput Computing: sehr viele unabhängige Rechenaufgaben, die parallel abgearbeitet werden und den Durchsatz erhöhen.
  • «Zu gross für den Laptop»: Analysen und Auswertungen, die lokale Rechner an ihre Grenzen bringen, ohne dass dafür spezialisierte HPC-Methoden nötig wären.
  • Künstliche Intelligenz: Training, Fine-Tuning und Inferenz von Modellen sowie Anwendungen wie Retrieval-Augmented Generation (RAG).

Unser Angebot

Das Digital Lab ist mehr als ein Cluster. Wir bieten ein breites Spektrum an Leistungen rund um das wissenschaftliche Rechnen:

  • Rechenressourcen: Zugang zum Cluster für HPC-, High-Throughput- und KI-Anwendungen.
  • Gemeinsame Arbeitsumgebungen: Forschungsteams nutzen den Cluster für gemeinsame Software-Umgebungen, geteilte Daten sowie stabile, reproduzierbare Setups und Workflows.
  • Beratung und Unterstützung: Wir begleiten Projekte von der ersten Idee bis zur Auswertung, auch auf der methodischen Ebene.
  • Kurse: Einstiegskurse zu Cluster Computing, Parallel Programming, Linux, Git, VScode und weiteren Themen.

Für die Anforderungen von morgen gerüstet

Kompetenzen im Umgang mit digitalen Werkzeugen und grossen Datenmengen sind zukünftig zentrale Ergänzungen zu fachspezifischen Fähigkeiten. Im Studiengang Applied Digital Lifesciences (ADLS) am Institute for Computational Life Sciences (ICLS) unterrichten wir den Kurs «High Performance Computing». In der Vertiefung «Applied Computational Life Sciences» im Masterstudiengang Life Sciences (ebenfalls ICLS) wird man zum Data Scientist oder zur Simulationsexpertin im jeweiligen Fachgebiet ausgebildet. In der biomedizinischen, pharmazeutischen und in anderen Life-Sciences-Industrien besteht ein wachsender Bedarf an Fachleuten, die die Besonderheiten des Datenmanagements, der Modellierung und der Berechnung im Rahmen einer Life-Sciences-Disziplin und des entsprechenden Geschäftsumfelds verstehen.

Für wen ist das Digital Lab

Das Digital Lab wird am Departement Life Sciences und Facility Management in verschiedenen Konstellationen eingesetzt, zum Beispiel: