Onderzoek, Agri & Life Sciences

Uitdagingen voor onderzoek

Volgens NWO en SURF groeit de vraag naar rekenkracht in Nederlands onderzoek sneller dan het aanbod. Tegelijk stellen financiers strengere eisen aan databeheer. Belangrijke knelpunten:

  • Onderzoeksdata die niet vindbaar of herbruikbaar is
    Genomics- en fenotyperingsdata in de veredeling, modeloutput bij kennisinstituten, sensor- en veldmetingen: datasets groeien snel en staan vaak verspreid. NWO vraagt binnen vier maanden na toekenning een goedgekeurd datamanagementplan en Horizon Europe eist FAIR-databeheer. Dat vraagt om infrastructuur met metadata, access management en archivering.
  • Rekenkracht die achterblijft
    Simulaties, modelruns en AI-training vragen om HPC en GPU’s. De nationale capaciteit is krap en supercomputer Snellius wordt pas in 2027 vervangen. Een eigen cluster inrichten voor de piek is duur, en publieke cloud vraagt kennis om de kosten in de hand te houden.
  • Verouderde onderzoekssoftware en platformen
    Rekenkernen in Fortran, clusters op een besturingssysteem dat end-of-life is en kennis die vertrekt met de developers die de code schreven. Bij Deltares ging het om circa zes miljoen regels code in de rekenkern van D-Flow FM. Wie die code niet begrijpt, kan hem niet veilig moderniseren.

Onze oplossingen

SUE combineert HPC, platform engineering en Applicatie Modernisatie voor onderzoeksorganisaties.

  • HPC- en dataplatformen
    HPC-clusters op AWS of hybride naast SURF-voorzieningen, met storage die past bij de workload: een parallel bestandssysteem als werklaag en object storage als datalake en archief. Met access management en metadata voor FAIR-data. Voor het KNMI bouwden we een onderzoeksomgeving op AWS RES; nu AWS met RES stopt, helpen we bij de overstap.
  • MLOps en reproduceerbare pipelines
    CI/CD, containerization van analysesoftware en geautomatiseerde trainings- en inference-omgevingen. Elke uitkomst is te herleiden naar code, data en omgeving. Voor Deltares bouwden we een schaalbare CI/CD-infrastructuur.
  • Oude rekensoftware in kaart en up-to-date
    Met Re:App brengen we oude rekenkernen in kaart: call trees, afhankelijkheden, globale variabelen en de koppeling met technische documentatie. Bij Deltares beantwoorden developers architectuurvragen nu binnen seconden, waar dat eerst uren of dagen kostte. Daarnaast migreren we platformen, zoals bij Rijk Zwaan van CentOS naar RHEL.

Projecten waar we trots op zijn

Student en engineer van SUE bespreken onderzoeksresultaten

Onze use cases in deze sector

  • Genomics-pipeline die bij pieken uitwijkt naar de cloud: Bij veredelings- en life sciences-bedrijven groeit de hoeveelheid sequencingdata sneller dan het eigen rekencluster, waardoor jobs bij projectpieken dagen in de wachtrij staan. We zetten de analyse-pipeline in containers, zodat dezelfde stappen on-premises en in AWS draaien. Bij pieken schalen we uit naar de cloud, met FSx for Lustre voor de rekenstap en S3 als archief. Kosten zijn per project zichtbaar.

  • Een taalmodel op tientallen jaren onderzoeksrapporten: Onderzoekers zoeken in rapporten, protocollen en meetverslagen die verspreid staan over archieven en schijven, en die data mag niet naar een publieke AI-dienst. We draaien een open taalmodel met vLLM op GPU’s in de eigen omgeving en koppelen het met RAG aan het documentarchief. Het model geeft alleen antwoord uit documenten waar de onderzoeker rechten op heeft, en noemt de bron erbij.

Samen met onze partners

Over SUE

Modernize the code. Optimize the cloud. Run the platform.

SUE is een Nederlandse cloud native solutions-partner en moderniseert bedrijfskritische applicaties, verlaagt cloudkosten en beheert je platform. Specialist in Linux, Kubernetes en Cloud.

Meer over SUEBekijk onze aanpak

29+

Jaar ervaring

150+

Engineers en consultants

1.150+

Certificeringen

ISO

9001 & 27001

500+

Projecten

75+

Research papers
Student en engineer van SUE bespreken onderzoeksresultaten
Onze klanten

Partner van vooruitstrevende organisaties

Logo Rijk Zwaan
Logo Deltares
Logo Koninklijk Nederlands Meteorologisch Instituut (KNMI)
Logo CRV

Veelgestelde vragen

Alle veelgestelde vragen
Scheid de werklaag van het archief. Een parallel bestandssysteem zoals Amazon FSx for Lustre levert de doorvoer die een pipeline tijdens het rekenen nodig heeft. Object storage zoals Amazon S3 is je datalake en archief, waar je data goedkoop en lang bewaart. FSx for Lustre koppel je direct aan S3, zodat je alleen voor hoge doorvoer betaalt zolang er gerekend wordt. Let op veel kleine bestanden: die vertragen een parallel bestandssysteem. Bundel ze vóór de rekenstap of zet ze op een andere storagelaag.

AWS neemt sinds 29 september 2026 geen nieuwe gebruikers meer aan voor Research and Engineering Studio (RES). De laatste versie, 2026.09, krijgt support tot 30 september 2027. Daarna heb je drie routes: RES zelf of met een partner blijven beheren (het is open source), overstappen naar AWS-diensten zoals Amazon WorkSpaces of AWS Parallel Computing Service, of naar een ander portaal zoals Open OnDemand.

Geen van die opties is een één-op-één vervanging, dus plan de overstap ruim voor september 2027. SUE heeft onderzoeksomgevingen op RES gebouwd en kent de afhankelijkheden die een overstap meebrengt.

Begin met begrijpen, niet met herschrijven. In rekenmodellen van tientallen jaren oud zitten formules en aannames die nergens anders zijn vastgelegd. Re:App laadt codebase, buildconfiguratie en documentatie in een knowledge graph, zodat developers in gewone taal vragen stellen over call trees, afhankelijkheden en formules. Bij Deltares ging het om zo'n zes miljoen regels code uit veertig jaar softwaregeschiedenis. Daarna kies je per module wat je behoudt, ombouwt of vervangt.

Betaal alleen voor rekenwerk dat er is. Laat clusters automatisch op- en afschalen, zodat er tussen runs geen nodes stilstaan. Draai jobs die opnieuw kunnen starten op spot-instances en sla tussenstappen van lange berekeningen op, zodat een onderbreking geen werk kost.

Label de kosten per project of subsidie, dan zie je per onderzoek wat het kost. Meet bij GPU's eerst hoe goed ze benut worden voordat je opschaalt. Met cloud kostenoptimalisatie en FinOps brengt SUE deze kosten in kaart en richt de maatregelen samen met je in.

Ja. Je draait een open model op je eigen GPU's of in je eigen cloudaccount, bijvoorbeeld met vLLM op Kubernetes, zodat de data je omgeving niet verlaat. Een alternatief is een taalmodel via een clouddienst in een Europese regio, zoals Amazon Bedrock, die je invoer niet gebruikt om modellen te trainen.

In beide gevallen koppel je het model met retrieval (RAG) aan je eigen documenten en data, met dezelfde toegangsrechten als de bron. Het Data & AI-team van SUE start met een usecaseworkshop, zodat je eerst bepaalt welke vraag je met welke data wilt beantwoorden.

Bespreek je situatie met een expert

Stefan Behlen
Stefan Behlen

Neem direct contact op


Bespreek je situatie met een expert

* verplicht

Door dit formulier te verzenden bevestig je dat je onze privacyverklaring hebt gelezen en begrepen.
SUE Cloud Native Solutions
Privacyoverzicht
Deze website gebruikt cookies. We gebruiken cookies om onze website en diensten goed te laten functioneren, om inzicht te krijgen in het gebruik van onze website en om onze producten en marketing te verbeteren. Lees voor meer informatie ons privacy- en cookiebeleid.