Um grupo científico da Universidade de Ciência e Tecnologia de Shanxi realizou a maior simulação de alta precisão conhecida do fluxo supersônico relacionado ao espaço-tempo. No âmbito do trabalho, foi simulada a exaustão de gases de um conjunto de 33 motores de foguete, utilizando 6,774 trilhões de células de malha.
Este trabalho foi realizado usando a plataforma de computação heterogênea Sugon 8000 da Sugon, mobilizando dezenas de milhares de unidades de processamento gráfico domésticas. Isso foi relatado pela mídia tecnológica chinesa em 3 de outubro.
Esta tarefa é de grande importância para foguetes reutilizáveis, que frequentemente utilizam clusters de motores. Durante o lançamento e antes do pouso, durante a combustão reversa, os jatos supersônicos e de alta temperatura de dezenas de motores interagem na base do foguete, criando turbulências complexas e ondas de choque. Essas flutuações de pressão ameaçam a estrutura da fuselagem do foguete e de seus motores, e as cargas térmicas nos locais de contato dos jatos testam os limites da proteção térmica da base.
Como os testes físicos são dispendiosos e permitem o posicionamento de um número limitado de sensores, observar essas interações diretamente é extremamente difícil.
Resultados de eficiência computacional
De acordo com os relatórios apresentados, a simulação alcançou uma eficiência de escalonamento fraco de 99,01%: ao aumentar tanto a escala paralela quanto o tamanho total da malha quatro vezes, o tempo médio de um passo aumentou apenas cerca de 1%. A eficiência de escalonamento forte foi de 73%, enquanto o aumento de quatro vezes dos recursos em uma malha fixa proporcionou um ganho de velocidade de cerca de 2,92 vezes. A taxa de transferência de atualização da malha atingiu 34,029 trilhões de atualizações de células por segundo, o que equivale a aproximadamente 0,249 exaflops de desempenho da aplicação no caminho de computação principal.
Em vez da integração temporal padrão de Runge-Kutta, comum na dinâmica dos fluidos computacional, que exige múltiplas leituras e gravações do campo de fluxo completo e troca de dados de fronteira em cada etapa, a equipe aplicou o método WENO-GKS, relacionado ao espaço-tempo. Este método permitiu avançar cada passo em uma única passagem, transformando o tráfego de memória repetitivo em cálculos locais nas fronteiras das células. Além disso, a estrutura de dados tipo 'array de estruturas', a combinação de operadores e a sobreposição de cálculos com comunicação reduziram ainda mais o acesso à memória e o tráfego entre nós. Os cálculos foram suportados pelo ambiente de desenvolvimento DTK, pela biblioteca MPI e pelo agendador de tarefas da Sugon.
Para os engenheiros, esta simulação fornece dados sobre o histórico de pressão em superfícies estruturais, o que ajuda a analisar picos locais e distribuição de carga, bem como a determinar os locais ideais para instalação de sensores de teste. Também calcula o fluxo de calor nas paredes, a distribuição de temperatura e a duração do aquecimento para projetar a proteção térmica, preenchendo lacunas entre pontos de medição física. A equipe planeja adicionar geometrias reais e condições operacionais dos motores para criar dados de fluxo validados, e então usar esses dados para modelos baseados em inteligência artificial que ligam parâmetros de projeto à resposta do fluxo. Isso permitirá expandir a área de aplicação de aeronaves pesadas e superpesadas até a interação de rastros de módulos de pouso e jatos em veículos de alta velocidade.
A Sugon concluiu o desenvolvimento do Sugon 8000 em julho, tornando-o o primeiro supercluster de IA na China com 100.000 placas. A empresa afirma que todos os componentes do sistema — chips, computação, armazenamento e rede de alta velocidade — são domésticos, e o sistema está conectado à Internet Nacional de Supercomputação.