Компания ITPOD адаптировала серверы для задач фармацевтической отрасли
Компания ITPOD, корпорация ITG, оптимизировала линейку серверов с использованием GPU для фармацевтических исследований и разработок. Эти решения предназначены для фарм-лабораторий и R&D-центров, позволяя ускорить вычисления, аналитическую обработку больших данных и сократить время экспериментов с недель до часов при снижении затрат до 55%.
В основе адаптированных моделей — ITPOD-SY8108G-D12R-G5 на базе AMD EPYC 9005 "Turin" и модель ITPOD-SY8108G-D12R-G4 с процессором Intel Xeon Scalable пятого поколения. Оборудование оснащается до 8 графическими процессорами RTX 5090 с архитектурой Blackwell, 32 ГБ видеопамяти и пропускной способностью 1,8 ТБ/с. Отказ от NVLink в пользу обмена данными через PCIe 5.0 x16 с пропускной способностью до 128 ГБ/с оптимизирует серверы для задач с низким межграфическим трафиком.
Система эффективно поддерживает молекулярное моделирование, предсказание структур белков, ускорение поиска активных соединений и обработку больших биомедицинских данных. Платформа работает с симуляторами GROMACS и OpenMM, моделями AlphaFold и ESM, анализ геномных и омиксных данных, а также обработку МРТ и КТ. Большой объём видеопамяти позволяет использовать крупные нейронные сети без загрузок с диска и ускоряет обучение моделей для прогнозирования лекарственных взаимодействий и токсичности.
«Оптимизированные серверы помогают фармацевтическим компаниям выстраивать цифровую инфраструктуру для ускоренного открытия лекарств и развития направлений на основе искусственного интеллекта. Такое решение сочетают высокую производительность и энергоэффективность при умеренных капитальных затратах и может стать стандартом для современных R&D-подразделений отрасли,» — отметил Илья Борняков, генеральный директор ITPOD, корпорация ITG.
Архитектура серверных моделей ITPOD обеспечивает в три раза большую отдачу от инвестиций в ИИ-проекты, достигает до 95% загрузки графических процессоров) и увеличивает производительность обработки запросов в восемь раз по сравнению с предыдущими решениями.