Resumen:
Este trabajo presenta el diseño e implementación de un clúster de cómputo de alto desempeño (HPC) académico, concebido como plataforma computacional multiusuario para la ejecución de análisis genómicos y epidemiológicos en estudios poblacionales, particularmente el Estudio Prospectivo de la Ciudad de México. El punto de partida fue una única estación de trabajo compartida, sin mecanismos de control de recursos ni redundancia de almacenamiento, aunada a una dependencia costosa de servicios de cómputo en la nube. A partir de un análisis de requerimientos funcionales y no funcionales se definió una arquitectura de cinco nodos que integra 152 núcleos de procesamiento, 1 TB de memoria RAM agregada, cinco GPUs y 232 TB de almacenamiento distribuido CephFS bajo una configuración híbrida HDD+NVMe. La gestión de recursos y trabajos se realiza con Slurm, empleando políticas de calidad de servicio (QoS), aislamiento por cgroups y contabilidad en base de datos; las herramientas bioinformáticas se ejecutan dentro de contenedores Apptainer, mientras que los servicios de acceso, colaboración y soporte: JupyterHub, RStudio Server, Nextcloud y Zammad, operan como contenedores en el nodo maestro.La validación fue de carácter operativo y se realizó con cargas de trabajo reales de análisis genómico a escala poblacional, ejecutadas de forma concurrente y distribuida sobre varios nodos, incluyendo la transformación masiva de datos de variantes y el cálculo de puntajes de riesgo poligénico. Los resultados confirman que la plataforma sostiene el acceso concurrente, el aislamiento entre usuarios y los flujos de análisis genómico a escala poblacional, empleando exclusivamente software libre sobre hardware de consumidor.
Descripción:
Tesina de titulación en Ingeniería en Computación que documenta el diseño, la implementación y la validación de una infraestructura de cómputo de alto desempeño para investigación biomédica en un entorno académico. El documento se organiza en nueve capítulos que abarcan el planteamiento del problema, el marco conceptual sobre HPC, gestión de trabajos, contenedores y almacenamiento distribuido; el análisis de requerimientos del entorno computacional previo; el diseño y la implementación del clúster; la integración de servicios de soporte a usuarios; y la validación operativa con cargas de trabajo genómicas reales, además de la discusión de resultados, limitaciones y líneas de trabajo futuro.
