I ett stort kliv framåt för katastrofberedskap har forskare vid Lawrence Livermore National Laboratory (LLNL) visat ett nytt system för tsunamiprognoser i realtid, drivet av världens snabbaste superdator, El Capitan. Innovationen kan i grunden förändra hur forskare och krisberedskapsmyndigheter upptäcker och reagerar på tsunamier, och ge kustsamhällen dyrbar tid att agera innan förödande vågor når land.
Det nya systemet, som utvecklats av ett team av beräkningsforskare och ingenjörer på LLNL, kombinerar banbrytande högpresterande datorsystem (HPC) med avancerad matematisk modellering för att simulera hur en undervattensjordbävning utlöser vågor som sprider sig över havet. Det som tidigare tog timmar kan nu göras på mindre än 0,2 sekunder, enligt LLNL – en prestandaförbättring som är mer än 10 miljarder gånger snabbare än traditionella prognosmetoder.
Utnyttjar kraften i El Capitan
Kärnan i detta genombrott är El Capitan, den nyligen installerade exaskal-superdatorn på LLNL i Kalifornien. El Capitan är byggd i samarbete med Hewlett Packard Enterprise och drivs av 43 500 AMD Instinct MI300A APU:er (Accelerated Processing Units), med en enorm kapacitet att utföra 2,79 triljoner beräkningar per sekund.
Denna extrema beräkningskraft gör det möjligt för forskare att köra extremt högupplösta simuleringar som fångar den komplexa, icke-linjära fysiken i havsvågornas utbredning – något som tidigare var helt omöjligt i realtid.
– Detta är den första digitala tvillingen med denna komplexitetsnivå som körs i realtid, säger LLNL:s beräkningsmatematiker Tzanio Kolev, medförfattare till studien. Den kombinerar framåtriktad simulering i extrem skala med avancerade statistiska metoder för att extrahera fysikbaserade förutsägelser från sensordata med oöverträffad hastighet.
Ett nytt tillvägagångssätt för realtidsprognoser
Traditionella tsunamiprognoser förlitar sig på förberäknade modeller och förenklade antaganden om havets dynamik. Även om de är användbara tar dessa system ofta minuter till timmar att ta fram prognoser, vilket begränsar deras nytta vid snabba händelseförlopp.
LLNL:s system använder å andra sidan ett Bayesianskt inversionsramverk, en probabilistisk metod som kontinuerligt förfinar förutsägelserna i takt med att nya seismiska och oceanografiska data strömmar in. Att köra detta ramverk på El Capitans massiva beräkningskraft innebär att forskare omedelbart kan beräkna de mest sannolika våghöjderna och ankomsttiderna för en tsunami.
– Tidigare hade man antingen en snabb modell som inte var exakt, eller en fullständig fysikmodell som tog timmar eller dagar, säger Kolev. Nu visar vi att vi kan göra både och – exakt och snabbt – med hjälp av principfast matematik och modern datorkraft.
Detta förbättrar inte bara noggrannheten utan möjliggör också kontinuerliga realtidsuppdateringar allteftersom förhållandena utvecklas, något som dramatiskt skulle kunna förbättra globala system för tidig varning.
Bortom tsunamier: en ny era av realtidssimulering
Konsekvenserna sträcker sig långt bortom tsunamiberedskap. LLNL-forskarna menar att samma modelleringsmetod kan tillämpas på en lång rad komplexa, dynamiska system, som att spåra spridningen av skogsbränder och föroreningar under marken, till rymdväderprognoser och till och med underrättelsetillämpningar där snabba datadrivna beslut krävs.
– Detta ramverk representerar ett paradigmskifte i hur vi ser på system för tidig varning, säger studiens huvudförfattare Omar Ghattas, professor i maskinteknik och huvudlärare vid Oden Institute på UT-Austin. För första gången kan vi kombinera sensordata i realtid med fullständig fysikmodellering och osäkerhetskvantifiering – tillräckligt snabbt för att fatta beslut innan en tsunami når kusten. Det öppnar dörren till genuint prediktiva, fysikinformerade krisberedskapssystem för en rad olika naturkatastrofer.
Från forskning till beredskap
Även om tekniken fortfarande befinner sig i forskningsstadiet är de potentiella tillämpningarna för krishantering enorma. Tsunamiprognoser i realtid kan möjliggöra snabbare och mer exakt evakueringsplanering, bidra till att minimera ekonomiska förluster och i slutändan rädda liv i kustområden som är sårbara för seismisk aktivitet.
LLNL-teamet fortsätter att förfina systemet och arbetar med partners över hela forskarsamhället för att integrera det med befintlig infrastruktur för tidig varning.
För LLNL och dess partners understryker arbetet det bredare syftet med exaskal-beräkningar: att utnyttja massiv beräkningskraft inte bara för att föra vetenskapen framåt, utan för att lösa verkliga problem med livräddande potential.
Kortfakta
• System: El Capitan, världens snabbaste superdator (LLNL, 2024)
• Drivs av: AMD Instinct™ MI300A APU:er, och byggd av HPE
• Prestanda: Över 1,7 exaflops (teoretisk topprestanda på 2,79 triljoner beräkningar per sekund)
• Prognosgenombrott: Löser extremt högupplösta tsunamimodeller på sekunder
• Potentiella tillämpningar: Realtidsmodellering av tsunamier, skogsbränder, rymdväder och miljösystem
BIld av WikiImages
