El Stanford Engineering’s Center for Turbulence Research (CTR) ha roto un nuevo récord con más de un millón de núcleos en su sistema de cómputo para resolver problemas complejos de dinámica de fluídos, en este caso, la predicción del sonido generado por un motor de un jet supersónico. El sistema de IBM, un Sequoia Bluegene/Q, de los Lawrence Livermore National Laboratories (LLNL), tiene 1.5723,864 núcleos de cálculo (procesadores), y 1.6 petabytes de memoria. Debido a este impresionante número de núcleos, los cálculos en fenómenos muy complejos sólo pueden hacerse en estos equipos.
El problema que se han planteado en este caso es ver cómo es el sonido que se produce en un motor de jet supersónico, tanto para la tripulación de tierra como para las comunidades por donde pudiese pasar la aeronave. En el primer caso, podría ayudar a crear audífonos de alta tecnología para reducir el ruido y por otro, para entender qué hacer para que en los cielos no existan sonidos que pudiesen molestar a los que estamos en tierra firme. Es entendible además que los ingenieros siempre estén buscando nuevos diseños de motores que sean más silenciosos que sus antecesores.
Las simulaciones en cómputo no son otra cosa que modelos avanzados de cómo se comportan los fenómenos. Los científicos pueden entonces manipular las variables asociadas a los procesos o ponerlos en condiciones críticas, cosa que a veces no es posible hacer con el equipo real. Los datos que se obtienen en estas simulaciones son descubrimientos que vía las computadoras, se va entendiendo y refinando más el problema a resolver y el modelo en cuestión.
Desde luego que la simulación de dinámica de fluídos es una de las cosas más complejas que pueden programarse. Gracias a los avances de las supercomputadoras actuales, que pueden incluir cientos de miles de núcleos, los ingenieros han sido capaces de modelar los motores de los jets y el ruido que estos producen con mucha precisión. Sin embargo, poder concentrar todos estos núcleos de forma que trabajen entre ellos en este tipo de problemas es algo igualmente complejo y requiere de sistemas operativos que puedan manejar toda esta multitud de núcleos, asunto de por sí muy dificil. Sin embargo, el esfuerzo vale la pena, porque en la medida que se añaden más núcleos a los programas de dinámica de fluídos involucrados, las soluciones empiezan a reducir dramáticamente el tiempo que se necesita para resolver este tipo de problemas.
De acuerdo con uno de los investigadores: “estas corridas representan al menos un incremento en un orden de magnitud en el poder de cómputo sobre lo que se había podido hacer apenas hace poco”. Por ejemplo, con respecto a la máquina Cray Y-MP, Sequoia es aproximadamente 10 millones más poderosa que esa máquina, la más veloz de su tiempo.
Referencias: