Los científicos e ingenieros que se esfuerzan por crear la próxima maravilla de la era de la máquina, ya sea un cohete más aerodinámico, un automóvil de carrera más rápido o un motor a reacción de mayor eficiencia, dependen de análisis confiables y comentarios para mejorar sus diseños.
La construcción y prueba de prototipos físicos de máquinas complejas puede llevar mucho tiempo y ser costosa y solo puede proporcionar resultados limitados. Por estas razones, compañías en industrias tan diversas como la aeroespacial, la fabricación de automóviles y la energía eólica han recurrido a las supercomputadoras para investigar complejosproblemas de diseño relacionados con el flujo de fluidos, o cómo el aire y los fluidos interactúan con una máquina.
Usando aplicaciones de dinámica de fluidos computacional CFD, códigos creados para rastrear los patrones de flujo caótico de fluidos a través o alrededor de un objeto sólido, los investigadores pueden aumentar las pruebas físicas, obtener una visión más completa del rendimiento del producto e incluso obtener información que podría conducir a másmejoras de diseño.
Pero a medida que las supercomputadoras han aumentado en tamaño y escala, muchas aplicaciones CFD estándar de la industria han luchado por mantener el ritmo, limitando su precisión y capacidad para suplantar completamente las pruebas físicas. Además, muchos códigos CFD aún no se han adaptado para arquitecturas de computación acelerada,como el de la supercomputadora Titan del Oak Ridge Leadership Computing Facility OLCF, un Cray XK7 con un rendimiento máximo de 27 petaflops.
En un esfuerzo por modernizar CFD, un grupo de investigadores del Imperial College dirigido por Peter Vincent, profesor titular en el Departamento de Aeronáutica, ha desarrollado un nuevo software de código abierto llamado PyFR, una aplicación basada en Python que combina métodos numéricos de alta precisión.con una implementación de código altamente flexible, portátil y escalable que hace un uso eficiente de aceleradores como las GPU de Titan. La adopción del código por parte de la industria podría permitir a las empresas explotar mejor la computación en escala de petas para comprender problemas de flujo de fluidos de larga data, en particular la turbulencia inestable:movimiento aparentemente aleatorio y caótico de aire, agua y otros fluidos.
En reconocimiento a su trabajo, el equipo de Vincent, que incluye a los investigadores posdoctorales Brian Vermeire, Jin Seok Park y Arvind Iyer del Imperial College y al investigador postdoctoral Freddie Witherden de la Universidad de Stanford, ha sido nombrado finalista en 2016 para la Asociación de Gordon de Maquinaria InformáticaPremio Bell
Para demostrar la destreza informática de alto rendimiento de PyFR, el equipo realizó una simulación de flujo acelerada por GPU de alta resolución sobre una cascada lineal de turbina de chorro en Titán, el sistema insignia de la OLCF, una Oficina del Departamento de Energía de EE. UU. DOEof Science User Facility ubicado en el Laboratorio Nacional de Oak Ridge. Como se detalla en la presentación del premio del equipo, la simulación logró más del 50 por ciento del rendimiento máximo teórico de Titan. Además, la aplicación admite la personalización de software de complemento, lo que facilita a los investigadores realizarprocesos de visualización y análisis de datos en tiempo real.
"Nos propusimos diseñar una tecnología adecuada para sistemas acelerados para resolver problemas de flujo turbulento inestables, que requieren niveles muy altos de precisión", dijo Vincent. "Queríamos que este nuevo código se diseñara desde cero para ejecutarseuna variedad de arquitecturas de sistemas. Esto es lo que nos llevó a usar el lenguaje de programación Python, que es bastante novedoso en un contexto informático de alto rendimiento, para crear esta plataforma muy poderosa que puede hacer un buen uso del hardware moderno para investigarproblemas mundiales "
tiempos turbulentos
La turbulencia, un término comúnmente asociado con vuelos accidentados de aviones, ha empujado durante mucho tiempo el cerebro de grandes pensadores científicos. El reconocido físico teórico Richard Feynman describió una vez las turbulencias como "el problema no resuelto más importante de la física clásica".
Aunque los fenómenos turbulentos son omnipresentes: imagínese una ola rompiendo en la playa o el rizo de humo saliendo de una fogata, una descripción matemática completa continúa eludiendo a los científicos.
El desafío depende del seguimiento de las características de un sistema turbulento en un rango de escalas que emergen, se mezclan y se mueven a través del espacio y el tiempo. "Esto es difícil de modelar porque necesita aproximar las ecuaciones de gobierno que describen fundamentalmente cómo evolucionan estos sistemas,"Vincent dijo." Estos métodos numéricos inevitablemente introducen cierta cantidad de error, pero la otra cara de esto es que esto puede ayudar a estabilizar su esquema numérico ".
PyFR equilibra estos factores al emplear un esquema numérico altamente paralelo conocido como reconstrucción de flujo, un marco propuesto por el científico de la Aeronáutica Nacional y la Administración Espacial HT Huynh que une varios esquemas de alta precisión.
A diferencia de los códigos CFD actuales, que generalmente usan promedios matemáticos para aproximar las características inestables de los sistemas turbulentos, la reconstrucción de flujo permite a los investigadores hacer cálculos más precisos de física turbulenta. Esto significa que los investigadores pueden ejecutar PyFR en arquitecturas aceleradas a gran escala para obtener con precisiónresolver características fluidas que antes estaban fuera del alcance.
"Tenemos mucho más acceso a todas las características del flujo al ejecutar este gran cálculo que el que los investigadores pueden obtener del experimento", dijo Vincent. "Además, potencialmente podemos usar esta súper base de datos de información para ajustar los modelos estándar de la industria para hacerellos más precisos "
Un túnel de viento virtual
Para las empresas empeñadas en crear el próximo motor a reacción liviano y de bajo consumo de combustible, los conocimientos resultantes de la simulación de alta resolución pueden resultar invaluables. Las turbinas modernas para motores a reacción están diseñadas para usar la menor cantidad posible de palas. Sin embargo, esta disposición puede conducir apatrones de flujo de aire inestables que reducen la eficiencia del motor. Para estudiar este fenómeno, el equipo de Vincent usó Titan para crear una simulación integral de un componente clave del motor a reacción, llamado turbina de baja presión.
"Nuestro objetivo es proporcionar una capacidad que pueda actuar como un túnel de viento virtual para estas cascadas de turbinas de baja presión, donde puede resolver toda la física y obtener una respuesta precisa sin ningún ajuste para ajustar los resultados experimentales", dijo Vincent.
El equipo ejecutó su simulación inicial de cinco álabes de turbina en la máquina Piz Daint del Centro Nacional de Supercomputación de Suiza, ampliando la simulación a través de 5,000 de los nodos de cómputo habilitados para GPU del sistema. Después del éxito de estas ejecuciones iniciales, el equipo de Vincent recibió un Discrecionario del Directorasignación en Titán y sus más de 18,000 GPU. En Titán, la carrera de mayor rendimiento del equipo contenía 195 mil millones de grados de libertad, o variables independientes, y operaba a una velocidad sostenida de 13.7 petaflops, o 13.7 billones de cálculos por segundo.
"Titan es la única supercomputadora lo suficientemente grande como para hacer la escala de simulación que queríamos probar", dijo Vincent. "Fue un gran facilitador en ese sentido".
Además de calcular la física de la turbina, el equipo de Vincent aprovechó las capacidades integradas de análisis de datos de PyFR para procesar los datos de simulación resultantes en tiempo real. Dicha capacidad ayuda a evitar la generación y el análisis posterior de grandes conjuntos de datos y puede acelerarextracción de información útil.
globalizándose
Habiendo demostrado el valor de su código de código abierto, el siguiente paso del equipo es entregar la tecnología a la industria.
El equipo de Vincent está trabajando con un proveedor de software de inicio llamado Zenotech y el Centro de Modelado y Simulación en el Reino Unido para incorporar algunas de las funciones avanzadas de PyFR en una base de código CFD patentada basada en la nube llamada zCFD que se lanzará más adelante este año., el equipo colabora en proyectos con múltiples empresas, incluidos BAE Systems, Rolls-Royce y MTU Aero Engines.
La extensión de PyFR para incorporar física adicional y continuar adaptándose a los cambios en las arquitecturas de computación también es una prioridad, dijo Vincent.
"Todavía hay un montón de cosas que nos gustaría hacer, pero el objetivo es que la gente en la industria use la tecnología para diseñar todo, desde turbinas eólicas, autos de carrera, hasta vehículos aéreos no tripulados. Eso es lo que me motiva," él dijo.
Fuente de la historia :
Materiales proporcionado por DOE / Laboratorio Nacional de Oak Ridge . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :