Supercomputing in Deutschland

Tag: KI

  • Post-Event Report – 2nd Forum for Supercomputing & Future Technologies

    Services & Applications for Industry and Public Institutions

    On October 21, 2025, the High-Performance Computing Center Stuttgart (HLRS) hosted the second Forum for Supercomputing & Future Technologies. Under the motto “Services & Applications for Industry and Public Institutions,” experts from research, industry, and the public sector came together to explore how high-performance computing (HPC) is driving digital innovation and transformation across domains.

    After a warm welcome by Dr. Andreas Wierse (SIDE / SICOS BW GmbH), the day began with industrial use cases highlighting the digital transformation of SMEs. Erwin Schnell (AeroFEM GmbH) opened with „Der Weg ist das Ziel" , illustrating how small and medium-sized enterprises can leverage simulation and HPC to navigate the path toward digital maturity. Dr. Andreas Arnegger (OSORA Medical GmbH) followed with an impressive insight into HPC-assisted therapy planning for bone fracture treatment, showing how computational power directly benefits patient care.

    Dr. Andreas Wierse steht vorne im hellen Hörsaal des HLRS und spricht zu den Teilnehmenden, die in Reihen sitzen und auf Laptops arbeiten. Auf der Leinwand ist das SIDE-Logo zu sehen.
    Dr. Andreas Wierse opening the SIDE-Forum: Photo – Max Kovalenko
    Ein Referent präsentiert vor einem aufmerksam zuhörenden Publikum im modernen, lichtdurchfluteten Hörsaal des HLRS. Auf der Leinwand ist eine Präsentationsfolie mit Diagrammen zu sehen.
    Erwin Schnell (AeroFEM GmbH) presenting CFD-results: Photo – Max Kovalenko

    In another striking example, Dr. Sebastian Mayer and Dr. Andrey Lutich (PropertyExpert GmbH) demonstrated how AI-based image recognition is revolutionizing automated invoice verification – a clear intersection between data science and high-performance computing.

    Vier Männer stehen um einen interaktiven Bildschirm herum und schauen auf die beleuchtete Oberfläche, auf der digitale Inhalte angezeigt werden. Die beiden Männer im Vordergrund stehen mit dem Rücken zum Betrachter, während die beiden Männer in der Mitte, die eine Brille tragen, konzentriert auf den Bildschirm schauen.
    Dr. Andreas Wierse und Besucher beugen sich über das alte SX-4-Supercomputermodul im Foyer des HLRS: Foto – Max Kovalenko
    Eine Vortragende steht am Rednerpult und spricht zu den Teilnehmenden. Im Vordergrund sind unscharf einige Zuhörende zu sehen; der helle Raum und der Fokus auf die Sprecherin schaffen eine konzentrierte Atmosphäre.
    Dr. Xin Liu (SIDE / Jülich Supercomputing Centre) presenting dam-break simulations: Photo– Max Kovalenko

    After a short coffee break, Paul von Berg (Urban Monkeys GmbH / DataMonkey) shared his experience fine-tuning a geospatial LLM on HPC systems, sparking lively discussions among attendees. Daniel Gröger (alitiq GmbH) presented an FFplus-supported project using machine learning for short-term PV power forecasting, followed by Dr. Xin Liu (SIDE / Jülich Supercomputing Centre) , who showcased dam-break simulations and German Bight operation models – tangible examples of HPC applications in the public sector.

    Before lunch, several key initiatives were introduced, including SIDE, FFplus, JAIF, HammerHAI, EDIH Südwest and EDIH-AICS. Together, they illustrated how research, funding, and industry are closely collaborating to enhance digital innovation and technological sovereignty in Germany and Europe.

    The afternoon program combined practical experience with networking. Participants could either join Speeddating with HPC, AI, and funding experts or take a data center tour to see HLRS infrastructure in action. Later, sessions included one-on-one expert consultations, a hands-on workshop „How to Use a Supercomputer: The Basics“ by Dr. Maksym Deliyergiyev , and a visualization workshop led by the HLRS Visualization Department, where participants experienced immersive data environments.

    Ein junger Mann mit Bart und dunklem Pullover mit Viertelreißverschluss sitzt an einem weißen Tisch, hält einen Bleistift in der Hand und schaut zu jemandem außerhalb des Bildausschnitts zu seiner Rechten. Im unscharfen Hintergrund sitzen weitere Personen an ähnlichen Tischen, unterhalten sich oder arbeiten.
    Teilnehmer*innen des Speeddatings: Foto – Max Kovalenko
    Eine Gruppe von neun Personen, hauptsächlich Männer, hat sich im HLRS-Rechenzentrum versammelt, im Hintergrund ist Hunter zu sehen. Sie sind während der Führung mit Hunter in eine Diskussion vertieft, wobei ein älterer Mann in einer dunklen Jacke gestikulierend zu der Gruppe spricht.
    A guided tour of the HLRS supercomputer Hunter: Photo – Max Kovalenko
    Zehn Männer posieren für ein Gruppenfoto in einem Raum mit großen blau-weißen Computerserver-Racks im Hintergrund, die mit „HPE Cray” und „HLRS GCS HUNTER” beschriftet sind. Sie blicken alle in die Kamera und lächeln, gekleidet in einer Mischung aus Freizeit- und Business-Casual-Kleidung.
    Group photo in front of supercomputer Hunter during a tour: Photo – Max Kovalenko
    Eine Gruppe von fünf Personen, die alle 3D-Brillen tragen, steht in einem immersiven Virtual-Reality-Raum, dessen Wände eine farbenfrohe, dynamische Landschaft zeigen. Ein Mann auf der rechten Seite, der einen dunklen Kapuzenpulli trägt, gestikuliert mit den Händen, als würde er den anderen, die die projizierte Umgebung betrachten, etwas erklären.
    A tour through the HLRS CAVE: Photo – Max Kovalenko

    In closing, Dr. Andreas Wierse offered a look ahead to upcoming SIDE and EuroCC activities, emphasizing the growing role of collaboration and accessibility in supercomputing. The forum once again proved that HPC is no longer an exclusive domain of research institutions but a practical tool for innovation in both industry and the public sector.

    The morning program of the second SIDE Forum can now be viewed below.

    Watch video

  • State-of-the-art advancements in quantitative MRI using HPC

    Technical/scientific Challenge

    Quantitative MRI (qMRI) measures underlying MRI parameters, enhancing sensitivity to physiological changes and enabling reliable test-retest comparability, so that observed changes reflect true physiological differences rather than scanner variability. Translating qMRI to UHF, which produces higher-resolution imaging in shorter acquisition times, entails increased field inhomogeneities and specific absorption rate, though. Novel methods developed at INM-4 address these challenges but trigger significantly higher reconstruction complexity and prohibitively long reconstruction times.

    Solution

    To address these prohibitively long reconstruction times, INM-4, in collaboration with the Simulation and Data Lab Neuroscience, optimized its reconstruction code for HPC at JSC. By implementing efficient preprocessing, the reconstruction problem was converted into a slice-by-slice process that could be parallelized. Combined with automated slice processing via bash scripts, this reduced compute time from 320 hours to 8 hours per subject using HPC. This optimized workflow overcame previous limitations, enabling the application of a novel qMRI method that achieves faster scans, improved image quality, and precise parametric estimates. Subsequent measurement of a large cohort confirmed HPC-powered qMRI at UHF as a crucial step toward clinical feasibility.

    Diagramm zur Verbesserung von MRT-Bildern mit einem Supercomputer.
    Figure 1: In accelerated acquisitions, undersampling artifacts degrade image quality. The new qMRI method addresses UHF challenges by acquiring numerous MR images with slightly varying scanner settings. To maintain a short acquisition time, each image is highly accelerated, resulting in severe undersampling artifacts. The reconstruction algorithm corrects these artifacts through extensive computation, requiring a supercomputer. The final output is high-quality, artifact-free images, from which quantitative parameters are estimated.

    Benefits

    • HPC reduced reconstruction time from 320 to 8 hours per subject, making qMRI feasible.
    • The optimised qMRI method enabled faster scans, improved image quality, and more precise parametric estimates.
    • Collaboration with JSC enhanced computational efficiency and set the stage for AI-driven qMRI.
    Vergleichsdiagramm von Gehirn-MRT-Bildern, unterteilt in zwei Hauptabschnitte: Qualitatives MRT (links) und Quantitatives MRT (rechts). Unter „Qualitatives MRT“ gibt es eine Spalte mit drei graustufigen Gehirnabschnitten – axial (oben), sagittal (mittig) und koronal (unten) – die ein Strukturabbild mit willkürlicher Signalintensität zeigen. Eine Graustufen-Skala daneben reicht von -0,5 bis 0,5 und ist mit „Signal Intensity [a.u.]“ beschriftet. Unter dieser Spalte steht: „Structural image with arbitrary signal intensity.“ Der Bereich „Quantitatives MRT“ enthält vier Spalten, wobei jede die gleichen drei Gehirnansichten zeigt, jedoch mit unterschiedlichen Farbcodierungen und Messeinheiten: 1. Die erste Spalte zeigt farbkodierte Bilder von Blau (niedrig) bis Gelb (hoch), welche den „freien Wassergehalt in Prozent“ darstellen. Eine vertikale Skala rechts reicht von 0 bis 100 und ist mit „C_fw [%]“ beschriftet. Die Bildunterschrift lautet: „Free water content in percentage.“ 2. Die zweite Spalte zeigt Bilder in einer Farbskala von Blau/Grün (niedrig) bis Gelb (hoch) für die „Longitudinale Relaxationszeit in Millisekunden“, mit einer Skala von 0 bis 4000, beschriftet mit „T₁ [ms]“. Beschriftung: „Longitudinal relaxation time in milliseconds.“ 3. Die dritte Spalte verwendet eine Farbskala von Blau bis Gelb, um die „Effektive transversale Relaxationszeit in Millisekunden“ darzustellen, mit einer Skala von 0 bis 60, beschriftet mit „T₂* [ms]“. Die Beschriftung darunter lautet: „Effective transverse relaxation time in milliseconds.“ 4. Die vierte Spalte zeigt wieder Graustufenbilder, ähnlich wie beim qualitativen MRT, und stellt die „Magnetische Suszeptibilität in ppm“ dar. Die Skala reicht von -0,10 bis 0,10 und ist mit „χ [ppm]“ beschriftet. Darunter steht: „Magnetic susceptibility in ppm.“ Über den Bildern trennt eine waagerechte Linie die Überschriften: „Qualitatives MRT“ links und „Quantitatives MRT“ rechts. Jede Bilderspalte hat eine kurze, kursiv gedruckte Beschreibung des dargestellten Parameters und der jeweiligen physikalischen Einheit. Das Layout hebt den Kontrast zwischen einem einzelnen MRT-Scan mit willkürlicher Intensität und mehreren quantitativen MRT-Ansätzen hervor, die direkt kalibrierte, numerische Messwerte über die Eigenschaften des Gehirngewebes liefern.
    Figure 2: In vivo results showing a qualitative structural image and quantitative water content map C_W, T_1 map, T_2^* map, and magnetic susceptibility map χ acquired with the QRAGE method.

    Industrial sector

    Health care / Pharmaceuticals / Medical devices, IT/HPC systems

    Scientific partners involved

    Logo mit einem stilisierten blauen Symbol auf der linken Seite und Text auf der rechten Seite. Der Text lautet:JÜLICH ForschungszentrumDas Design wirkt modern und wissenschaftlich.

    The Institute of Neuroscience and Medicine 4 (INM-4) at Forschungszentrum Jülich develops innovative methods to advance diagnostics and improve our understanding of the brain with state-of-the-art medical imaging technology, including ultra-high-field (UHF) 7T MRI. Its interdisciplinary approach in close collaboration with JSC leverages cutting-edge computational resources to develop novel imaging methods for visualizing new biomarkers at higher resolutions in shorter acquisition times.

    Scientific impact

    Implementing qMRI at UHF required a novel imaging method to address increased field inhomogeneities and specific absorption rate. This method enabled faster scans and improved image quality but required solving a complex reconstruction problem with high computational demands. Using conventional hardware, reconstruction was prohibitively slow—8 hours per slice for 160 slices per subject—delaying evaluation of its clinical potential.

    To overcome this, the team turned to HPC and consulting services at JSC to adapt their software to harness HPC's power. Parallelizing tasks and automating processes reduced compute time from 320 to just 8 hours per subject, making it feasible to apply the novel qMRI method, which had been constrained by slow reconstruction.

    HPC thus enabled the method’s practical use, improving image quality and parametric accuracy. This brings qMRI at UHF closer to clinical application, enhancing diagnostics. Further optimization—such as AI-driven image reconstruction—could eventually make it viable in routine clinical settings without direct HPC access, benefiting patients through more precise and timely diagnostics.

    Read more

    • „(ISMRM 2023) QRAGE – Multi-Echo MPnRAGE and Model-Based Reconstruction for Quantitative MRI of Water Content, T1, T2* and Magnetic Susceptibility at 7T“. Zugegriffen: 1. Oktober 2025. [Online]. Verfügbar unter: https://archive.ismrm.org/2023/1091.html
    • M. Zimmermann u. a., „QRAGE—Simultaneous multiparametric quantitative MRI of water content, T1, T2*, and magnetic susceptibility at ultrahigh field strength“, Magnetic Resonance in Medicine, Bd. 93, Nr. 1, S. 228–244, Jan. 2025, doi: 10.1002/mrm.30272.