GPU-Server für Genomik: Anforderungen von NVIDIA Parabricks, Genome pro Tag und Speicher

Was ein GPU-Server für die Genomik leistet

Ein GPU-Server für die Genomik übernimmt die Sekundäranalyse, vom Ausrichten der Reads eines Sequenzierers bis zum Variant Calling, und die Dokumentation von NVIDIA Parabricks 4.8.0 legt die Hardware­anforderungen fest: GPUs mit je 16 GB oder mehr, zwei oder mehr je Server, bei zwei GPUs mindestens 100 GB Arbeitsspeicher und 24 CPU-Threads sowie schnelle lokale SSDs. Auf vier NVIDIA RTX PRO 6000 Blackwell Server Edition verkürzt sich die Keimbahnanalyse laut NVIDIA „from ~16 hours to under 10 minutes“.

Bei der Sekundäranalyse werden die Reads am Referenzgenom ausgerichtet und sortiert, Duplikate markiert und die Varianten bestimmt (Variant Calling). Parabricks führt diese Schritte auf GPUs aus; eine einzelne GPU ist laut Dokumentation „supported but not recommended“.

Für die Leitung eines Sequenzierlabors, einer Biobank oder einer humangenetischen Abteilung geht es darum, wie viele Genome das Labor pro Tag abarbeiten muss und wie viel davon im eigenen Haus bleibt. Jeder Parabricks-Lauf belegt einen ganzen Server oder eine festgelegte Auswahl seiner GPUs für einige Minuten je Genom. Mehr Karten verkürzen den einzelnen Lauf, mehr Server vervielfachen die Genome pro Tag, und der Speicher vor den Karten entscheidet, ob die GPUs auf Daten warten. Dieser Leitfaden legt den Server nach NVIDIAs veröffentlichten Anforderungen und Laufzeiten aus. Strukturvorhersage und Wirkstoffforschung behandelt unser Leitfaden zu GPU-Servern für Pharma und Life Sciences, einen gemeinsam genutzten Forschungsserver mit Scheduler und Quoten unser Leitfaden für ein Universitätslabor.

Hardware­anforderungen von Parabricks 4.8.0

NVIDIAs Installationsanforderungen zu Parabricks 4.8.0 haben wir am 24. Oktober 2026 gelesen. Die GPU braucht „at least 16 GB of GPU memory“ und eine der dort genannten Compute Capabilities, darunter 8.9 (L4, L40S), 9.0 (H200) und 12.0 (RTX PRO Blackwell). Arbeitsspeicher und Threads wachsen mit der Zahl der GPUs.

Installationsanforderungen von NVIDIA Parabricks 4.8.0, gelesen am 24. Oktober 2026. Die Seite ergänzt, dass giraffe und pangenome_germline wegen großer Pangenom-Indexdateien mehr Arbeitsspeicher und Threads brauchen können.

Einige Werkzeuge brauchen in der Standardeinstellung mehr als die 16 GB. HaplotypeCaller und MutectCaller verlangen mindestens 18 GB je GPU, minimap2 ebenfalls 18 GB und rna_fq2bam 24 GB; für kleinere Karten hat jedes Werkzeug einen Schalter für geringeren Speicherbedarf. Die Karten RTX PRO 6000 und RTX PRO 4500 erfüllen alle diese Standardwerte. Die L4 hat genau 24 GB, den Standardwert von rna_fq2bam; NVIDIAs Tabelle enthält einen rna_fq2bam-Lauf auf der L4, sagt aber nicht, ob der Schalter für geringeren Speicherbedarf gesetzt war.

Die Softwareseite ist kurz. Parabricks wird als Docker-Image ausgeliefert, „freely available as a public container on NGC“, und braucht Docker 20.10 oder neuer, eine Linux-Distribution mit Unterstützung für das NVIDIA Container Toolkit und einen Treiber, der zu CUDA 13.3.x passt. Enterprise-Support mit festgelegten Reaktionszeiten verkauft NVIDIA über NVIDIA AI Enterprise; diese Lizenzen liefern wir, siehe unsere Seite zu NVIDIA AI Enterprise. Bei der H200 NVL ist ein Abonnement über fünf Jahre enthalten.

Zwei Punkte bestimmen, wie die Karten geteilt werden. Laut den Anforderungen wird zeitgeteilte vGPU unterstützt, Multi-Instance GPU nicht; eine Genomik-Pipeline bekommt also ganze Karten, keine MIG-Instanzen. Und ein System mit einer GPU muss trotzdem die Anforderungen für zwei GPUs erfüllen: NVIDIA rechnet mit mindestens zwei Karten je Auftrag.

Welche Karten NVIDIA getestet hat und wie schnell sie sind

NVIDIAs Testliste zu 4.8.0 reicht von der T4 bis zu den Rubin-GPUs und enthält vier Karten, die wir liefern oder in Server einbauen: die RTX PRO 6000 Blackwell Server Edition, die RTX PRO 4500 Blackwell, die L4 und die H200. Die RTX PRO 4500 steht dort ohne Edition; wir bauen Server mit der RTX PRO 4500 Server Edition, der passiven Karte mit 165 W und 32 GB. Bei der H200 sagt die Liste nicht, ob die NVL- oder die SXM-Version getestet wurde, und sie nennt die L40, nicht die L40S.

Auf NVIDIAs Übersichtsseite zu Parabricks stehen Laufzeiten für 4.8.0 auf zwei und vier Karten dreier Typen. Sie stammen aus NVIDIAs Perflab auf internen Knoten, und NVIDIA bezeichnet sie als „for reference only“, weil die Geschwindigkeit von Datensatz, Hostprozessor und Arbeitsspeicher abhängt.

NVIDIA-Übersichtsseite zu Parabricks, Benchmark-Tabelle für v4.8.0 (NVIDIA Perflab), gelesen am 24. Oktober 2026. DeepVariant: 30× Illumina-Gesamtgenom; minimap2: 35× PacBio-Gesamtgenom; fq2bam_meth: Bisulfit-Daten von ENCODE; rna_fq2bam: eine Melanomprobe von einem Illumina NovaSeq 6000. Für die fq2bam-Zeile nennt die Seite keinen Datensatz. Die Tabelle bezeichnet die Karten als „RTX PRO 6000“ und „RTX PRO 4500“; die Liste der Merkmale nennt die RTX PRO 6000 Server Edition. Werte für zwei RTX PRO 4500 und zwei L4 stehen auf derselben Seite.

Die Tabelle zeigt, dass die Karten je Schritt unterschiedlich skalieren. Von zwei auf vier RTX PRO 6000 sinkt DeepVariant um 40 Prozent und die Bisulfit-Pipeline um 42 Prozent, fq2bam aber nur um 19 Prozent und die RNA-Ausrichtung kaum. Vier RTX PRO 4500 kommen bei DeepVariant und RNA nahe an vier RTX PRO 6000 heran und fallen bei den ausrichtungslastigen Zeilen zurück. Die L4 mit 72 W je Karte braucht für fq2bam rund dreimal so lange wie die RTX PRO 6000; NVIDIA bezeichnet sie als „Lowest Cost Per Sample“.

Genome pro Tag: was die Laufzeiten bedeuten

Ein Keimbahnlauf über das ganze Genom mit DeepVariant besteht aus fq2bam und anschließend DeepVariant. Die Summe beider Zeilen ist die GPU-Zeit je Genom, und ein Tag geteilt durch diese Summe ergibt eine Obergrenze für einen Server. Diese Obergrenze lässt das Kopieren der FASTQ-Dateien, die Qualitätskontrolle, das gemeinsame Genotypisieren, Leerlauf zwischen Aufträgen und den unbenannten fq2bam-Datensatz von NVIDIA außer Acht.

Unsere Rechnung aus NVIDIAs Tabelle zu v4.8.0: Minuten für fq2bam plus DeepVariant, 1.440 Minuten pro Tag geteilt durch die Summe. Eine Obergrenze, keine Messung.

Daraus folgen zwei Schlüsse. Erstens wächst der Durchsatz mit Servern schneller als mit Karten: Zwei Server mit je zwei RTX PRO 6000 Server Edition kommen nach dieser Rechnung auf rund 214 Genome pro Tag, ein Server mit vier Karten auf rund 150. Ein Server mit vier Karten kann auch zwei Aufträge mit je zwei GPUs rechnen, wobei --num-gpus oder NVIDIA_VISIBLE_DEVICES die Karten zuweist; dann braucht aber jeder Auftrag seinen Anteil an Arbeitsspeicher, Threads und Plattenbandbreite, und NVIDIA veröffentlicht für diese Aufteilung keinen Wert. Messen Sie das mit Ihren Daten, bevor Sie sich darauf verlassen.

Zweitens braucht ein Labor mit einigen hundert Genomen im Monat keine acht Karten. Sequenzierläufe kommen in Chargen an, und ein Server mit zwei Karten und 13,44 Minuten je Genom arbeitet eine Charge von 40 Genomen nach derselben Rechnung in rund neun Stunden ab. Ein Server mit vier Karten ist die Wahl, wenn die Zeit je Probe zählt, etwa in der Klinik, wenn ein dringendes Genom in unter zehn Minuten fertig sein soll. Wir bauen beides; nennen Sie uns Ihre Genome pro Woche und die Pipelines, die Sie verwenden, und unser Team antwortet mit einer Konfiguration für genau dieses Volumen.

Prozessoren, Arbeitsspeicher und Datenspeicher um die Karten

Parabricks belastet die Prozessoren stärker, als die Mindestzahl an Threads vermuten lässt. Laut NVIDIAs Performance-Leitfaden startet fq2bam für BWA-MEM standardmäßig 16 primäre CPU-Threads je GPU; vier GPUs belegen damit allein für diesen Schritt 64 Threads, doppelt so viele wie das Minimum von 32. Wir kombinieren vier Karten daher mit zwei AMD EPYC 9355 mit je 32 Kernen, zusammen 128 Threads, und zwei Karten mit kleineren EPYC-Prozessoren. Der Leitfaden empfiehlt außerdem den Performance-Governor und eine feste maximale CPU-Frequenz und weist darauf hin, dass diese Einstellungen einen Neustart nicht überdauern. Unser Leitfaden zu EPYC oder Xeon für einen GPU-Server erklärt die Wahl der Plattform.

Der Arbeitsspeicher ist weniger knapp, als es aussieht. Unsere Referenz­konfigurationen folgen NVIDIAs Konfigurations­leitfaden für zertifizierte Systeme, mindestens doppelt so viel wie der GPU-Speicher: 384 GB für zwei RTX PRO 6000 Server Edition und 768 GB für vier. Das ist das Vierfache des Parabricks-Minimums und lässt Raum für giraffe und die Pangenom-Pipeline, die laut NVIDIA mehr brauchen können.

Der Datenspeicher entscheidet, ob die Karten ausgelastet bleiben. Laut NVIDIAs Performance-Leitfaden wird „the best performance“ erreicht, wenn Ein- und Ausgabedateien ebenso wie temporäre Dateien „on a fast, local SSD“ liegen. Liegen die Eingaben auf Netzwerkspeicher, sollten die temporären Dateien mit --tmp-dir trotzdem auf eine lokale SSD. Laut NVIDIAs Tests liefert Lustre für Ein- und Ausgabedateien mit bis zu vier GPUs gute Leistung; über vier GPUs empfiehlt NVIDIA ausdrücklich lokale SSDs für alle Dateien. NVIDIAs Tutorial zum Gesamtgenom mit der Probe HG002 bei 30× verlangt 512 GB Plattenplatz für einen Durchgang, Referenz und Indizes eingeschlossen. Ein Server, der mehrere Genome hintereinander verarbeitet, braucht also lokale NVMe-Laufwerke im Terabyte-Bereich, und fertige BAM- oder CRAM-Dateien und VCFs wandern auf den Speicher des Labors. Unser Leitfaden zu NVMe-Speicher für einen GPU-Server behandelt Laufwerksklassen und Haltbarkeit.

Vier Konfigurationen für ein Sequenzierlabor

Sie beruhen auf den Referenz­konfigurationen unserer Seite KI-Server, angepasst an die Parabricks-Regeln oben.

Referenz­konfigurationen unserer Seite zu KI-Servern und NVIDIAs Konfigurations­leitfaden für zertifizierte Systeme (doppelter GPU-Speicher, mindestens sechs Kerne je GPU). Leistung an der Steckdose nach unserer Schätzung: Karten plus Prozessoren plus 15 Prozent für den Rest, wie in unseren verwandten Leitfäden; eine Messung am gelieferten System bestätigt den Wert.

Die RTX PRO 6000 Server Edition ist der Standard, weil NVIDIAs Tabelle sie in jedem Schritt als schnellste Karte zeigt und ihre 96 GB die Standardeinstellungen aller Werkzeuge abdecken. Die RTX PRO 4500 Server Edition passt zu einem Labor, das vor allem DeepVariant und RNA-Ausrichtung rechnet und einen kleinen Stromanschluss hat; die 256 GB Arbeitsspeicher unseres Aufbaus mit vier Karten liegen über den 196 GB, die Parabricks verlangt. Vier L4 kommen mit einem kleinen Anschluss aus; ihre 256 GB Arbeitsspeicher liegen über dem Minimum von 196 GB für vier GPUs, und ihre 24 GB je Karte liegen genau auf dem Standardwert von rna_fq2bam. Die H200 NVL erscheint in NVIDIAs Testliste als H200, aber nicht in der Laufzeittabelle. Wir schlagen sie nur vor, wenn derselbe Server auch genomische Sprachmodelle trainiert, eine Aufgabe, die unser Pharma-Leitfaden behandelt.

Strom und Kühlung richten sich nach den Karten. Zwei RTX PRO 6000 Server Edition passen an einen 230-V-Anschluss mit 16 A, den wir mit 80 Prozent planen, also 2,94 kW; vier brauchen 32 A oder Drehstrom, wie unser Leitfaden zu Stromanschluss für GPU-Server mit 16 A, 32 A und Drehstrom erklärt. Ein Genomik-Server läuft unter Volllast, solange eine Charge verarbeitet wird; Raum und Anschluss werden daher für diese Spitze geplant, nicht für den Mittelwert.

Genetische Daten, DSGVO und EHDS

Artikel 4 Nummer 13 DSGVO definiert genetische Daten als „personenbezogene Daten zu den ererbten oder erworbenen genetischen Eigenschaften“ einer natürlichen Person, und Artikel 9 Absatz 1 zählt genetische Daten zu den besonderen Kategorien, deren Verarbeitung untersagt ist, sofern keine Ausnahme nach Artikel 9 Absatz 2 greift, etwa wissenschaftliche Forschung nach Buchstabe j mit geeigneten Garantien. Nach Artikel 9 Absatz 4 können die Mitgliedstaaten für genetische, biometrische und Gesundheitsdaten „zusätzliche Bedingungen, einschließlich Beschränkungen, einführen oder aufrechterhalten“; nationales Recht kann also weitere Anforderungen stellen. Artikel 35 Absatz 3 Buchstabe b verlangt eine Datenschutz-Folgenabschätzung, wenn besondere Kategorien in großem Umfang verarbeitet werden. Welche Rechtsgrundlage für ein Labor gilt und was nationales Recht ergänzt, bestätigen dessen Datenschutz­beauftragte und Rechtsberatung; dieser Abschnitt ist eine allgemeine Information mit Stand Oktober 2026.

Die Verordnung über den europäischen Gesundheitsdatenraum, (EU) 2025/327, ist am 26. März 2025 in Kraft getreten. Laut der Seite der Kommission gelten ihre Regeln zur Sekundärnutzung für die meisten Datenkategorien ab März 2029 und für die übrigen, etwa genomische Daten, ab März 2031. Auf der Forschungsseite soll die Initiative 1+ Million Genomes der Kommission sicheren Zugang zu genomischen und zugehörigen klinischen Daten in ganz Europa ermöglichen; laut Kommission haben 25 EU-Staaten, das Vereinigte Königreich und Norwegen die Erklärung unterzeichnet, und die Datenbank des Projekts Genome of Europe soll Daten von mindestens 100.000 Bürgerinnen und Bürgern enthalten.

Für den Server ist die Folge einfach: FASTQ-Dateien, Alignments und Variantenaufrufe bleiben auf Hardware, die die Einrichtung selbst kontrolliert, im eigenen Rechenzentrum oder in einem Hosting-Raum ihrer Wahl. Parabricks kommt als Container-Image, das sich in eine lokale Registry spiegeln lässt, wenn der Server in einem abgeschlossenen Netz steht; unser Leitfaden zur Installation ohne Internetzugang zeigt, wie Images und Treiber in ein solches Netz gelangen.

So liefern wir den Genomik-Server

Diesen Server können Sie bei uns kaufen: Unser Team legt die Konfiguration auf Ihre Arbeitslast und Ihr Budget aus und antwortet innerhalb eines Werktages. Die Auslegung ist kostenlos. Wir montieren den Server, testen ihn vor der Lieferung und liefern ihn in die gesamte EU mit einem Vertrag und einer Rechnung, mit Herstellergarantie auf jede Komponente, und für die Montage stehen wir selbst ein; andere Ziele laufen über unseren Logistikpartner. Auf Wunsch installieren wir Betriebssystem, NVIDIA-Treiber, CUDA und eine Container-Runtime und nehmen den Server vor Ort in Betrieb. Stückzahlen und Lieferzeit werden mit dem Angebot schriftlich bestätigt.

Für ein Angebot brauchen wir die Genome oder Exome pro Woche, die Art der Reads (Short oder Long Reads, Bisulfit, RNA), die Parabricks-Werkzeuge, die Sie verwenden, die gewünschte Durchlaufzeit je Probe, die Herkunft der FASTQ-Dateien und den Stromanschluss am Rackplatz. Schreiben Sie uns diese Angaben, und wir antworten mit einer Konfiguration und einem schriftlichen Angebot. Vor dem Produktivbetrieb beschreibt unser Leitfaden zum Abnahmetest eines GPU-Servers die Prüfungen, die Ihr Team bei der Lieferung durchführen kann.

FAQ