Führende bayerische und internationale Experten kamen zu der Veranstaltung 'Next-Gen HPC: The Path to Exascale - Artificial Intelligence and Personalised Medicine' ins LRZ der Bayerischen Akademie der Wissenschaften: Alan Gara, Chefarchitekt bei Intel, Fred Streitz, Direktor des High Performance Computing Innovation Centre am Lawrence Livermore National Lab (USA), Satoshi Matsuoka, Direktor des Riken Center for Computational Science (Japan), Rick Stevens, Stellvertretender Direktor des Argonne National Laboratory (USA), Peter Coveney, Direktor des Centre for Computational Science am University College London (Großbritannien) sowie Barbara Schormair, stellvertretende Leiterin des Institutes für Neurogenomik am Helmholtz Zentrum München.

Neben detaillierten Einblicken in aktuelle Trends und Herausforderungen stellten die Referierenden besonders die enge Verbindung von Supercomputing, KI und personalisierter Medizin heraus: Künftige Supercomputer und ihre stark erhöhte Rechenkapazität könnten bald ein ganz neues Zusammenspiel von Computersimulationen, Machine Learning und der Analyse großer Datenmengen im Bereich der personalisierten Medizin ermöglichen. Ziel ist es, gemeinsam mit Medizinern und Genetikern Krankheiten wie Krebs, Diabetes oder Herz-Kreislauf-Erkrankungen früher zu erkennen, gezielt vorzubeugen und effektiver zu behandeln.

Fred Streitz, einer der führenden Forscher im Cancer Moonshot Projekt des US Department of Energy (DOE), sieht in der Steigerung der Rechenkapazität von Supercomputern von derzeit Petaflop (1015 Rechenoperationen pro Sekunde) auf künftig mögliche Exaflop (1018 Rechenoperationen pro Sekunde) die Möglichkeit ganz neue wissenschaftliche Fragestellungen zu erschließen.

Dr. Barbara Schormair, Expertin für Neurogenetik, zeigte sich überzeugt, dass eine interdisziplinäre Herangehensweise im Bereich der personalisierten Medizin unabdingbar ist, um den wissenschaftlichen Erkenntnisgewinn zu steigern. Bei Großprojekten im Bereich der Humangenomik seien die USA, Großbritannien und die Niederlande schon deutlich weiter. In ihrem Vortrag stellte Schormair zudem konkrete Beispiele vor, wie Patienten von aktueller Forschung am Helmholtz Zentrum München und dem Klinikum rechts der Isar der TU München direkt profitieren. So erlauben Fortschritte in der Genetik wie die Exom-Sequenzierung genauere Diagnosen z.B. bei Dystonien und damit in bestimmten Fällen sogar bereits die Anwendung maßgeschneiderter Therapien.

Bei der anschließenden Podiumsdiskussion erörterte das Publikum mit den Expertinnen und Experten die Möglichkeiten, welche die neuen Technologien eröffnen, ethische Fragen wie den Umgang mit Patientendaten oder die erfolgreiche Qualifizierung von wissenschaftlichem Nachwuchs.

Dieter Kranzlmüller, Leiter des LRZ, zog eine positive Bilanz: "Wir freuen uns sehr, dass wir für dieses Symposium international hoch anerkannte Sprecherinnen und Sprecher ans LRZ holen konnten. In den Vorträgen und beim Panel wurde klar, dass Bayern für Future Computing gut aufgestellt ist. Die nächste Generation Supercomputer, Quantum Computing und Künstliche Intelligenz werden in Bayern entsprechend vorangetrieben. Aber wir dürfen hier nicht nachlassen. Ein interdisziplinärer Austausch und internationale Kooperationen sind äußerst wichtig, um die Herausforderungen adäquat anzugehen."

Eine vollständige Liste der Sprecherinnen und Sprecher sowie Details zu ihrem Werdegang finden Sie hier.

Das Leibniz-Rechenzentrum der Bayerischen Akademie der Wissenschaften ist seit über 50 Jahren der kompetente IT-Partner der Münchner Universitäten und Hochschulen sowie wissenschaftlicher Einrichtungen in Bayern, Deutschland und Europa. Es bietet die komplette Bandbreite an IT-Dienstleistungen und -Technologie sowie Beratung und Support – von E-Mail, Webserver, bis hin zu Internetzugang, virtuellen Maschinen, Cloud-Lösungen und dem Münchner Wissenschaftsnetz (MWN). Mit dem Höchstleistungsrechner SuperMUC gehört das LRZ zu den international führenden Supercomputing-Zentren und bietet als Bayerisches Big Data Kompetenzzentrum ein umfassendes Angebot für große Datenmengen und Machine Learning.