Forskellige lag af jorden plus bygninger oven på og inden i dem opfører sig forskelligt under et jordskælv. Interaktioner mellem disse lag forklarer kompleksiteten af jordskælvsmodeller. Kredit:2018 Earthquake Research Institute, University of Tokyo.
Et team af forskere fra Earthquake Research Institute, Institut for Civilingeniør og Informationsteknologi Center ved University of Tokyo, og RIKEN Center for Computational Science og RIKEN Center for Advanced Intelligence Project i Japan var finalister til den eftertragtede Gordon Bell-pris for fremragende præstationer inden for højtydende computing. Tsuyoshi Ichimura sammen med Kohei Fujita, Takuma Yamaguchi, Kengo Nakajima, Muneo Hori og Lalith Maddegedara blev rost for deres simulering af jordskælvsfysik i komplekse bymiljøer.
Jordskælv er et stort problem mange steder rundt om i verden, herunder, berømt, Japan. De kan være ødelæggende, og Ichimuras team bruger kodningsevner med supercomputers magt til at generere modeller til katastrofebegrænsning og reaktion.
Realistiske jordskælvsimuleringer er vanskelige på grund af vidtrækkende fysiske fænomener, der opererer i forskellige skalaer. Dette komplekse problem fik teamet til at udtænke nye strategier, der involverer kunstig intelligens (AI) til at modellere jordskælv i bycentre med en høj grad af nøjagtighed.
"Inden for datalogi er der et stort hul mellem AI og fysikbaserede simuleringer, "sagde Ichimura." Vi følte, at der var mulighed for at forbedre ydeevnen af vores simulering ved at bygge bro over dette hul. Og den følelse viste sig at være sand. "
Deres blandede metodiske tilgang brugte AI og forskellige grader af matematisk præcision til at skabe en helt ny kode til simuleringen-med en hidtil uset effektivitet. Denne nye kode opnåede en næsten firdobling i hastighed i forhold til holdets tidligere inkarnation.
Summit -supercomputeren har 9, 216 processorer fremstillet af IBM og 27, 648 grafiske behandlingsenheder produceret af Nvidia, avancerede versioner af dem, der findes i gaming -pc'er. Kredit:2018 Carlos Jones/ORNL.
Traditionelt set fysiske simuleringer kræver stor numerisk nøjagtighed for at opnå resultater, der svarer godt til den observerede virkelighed. For at opnå denne præcision kræver meget beregningstid, som forbruger en stor mængde strøm. Det, der gør denne nye metode unik, er, hvordan AI -komponenten i systemet lærer, hvor præcision er mest nyttig, og hvor den kan reduceres uden at ofre den generelle nøjagtighed, så simuleringen kan køre på kortere tid, end hvis den manglede AI.
Teamets kode kørte på den topmoderne Summit-supercomputer på Oak Ridge National Laboratory i USA Forskerne gjorde denne kode tilpasningsdygtig til andre anvendelser og skalerbar til brug på forskellige computersystemer, såsom K-computeren på RIKEN og Piz Maler på det schweiziske nationale supercomputecenter.
"Vores kode er en helt ny form for problemløser, som er en grænse på dette område, "slutter Ichimura." Vi forventer, at denne nye kode finder vej til en ny generation af fysiske simulatorer. Vi håber, at dette hjælper folk til bedre at forstå, forudsige og forberede sig på jordskælv. "