Elk jaar, overal van een paar honderd tot tienduizenden doden worden toegeschreven aan de catastrofale gevolgen van grote aardbevingen. Afgezien van het schudden van de grond, gevaren voor aardbevingen zijn aardverschuivingen, dam scheurt, overstromingen, en erger nog - als de zeebodem plotseling wordt verplaatst tijdens een aardbeving, het kan een dodelijke tsunami veroorzaken.

Hoewel aardbevingen niet kunnen worden voorkomen, processen waarbij de tektonische platen van de aarde betrokken zijn die de korst en de bovenmantel vormen, kunnen wetenschappers aanwijzingen geven over de mogelijke effecten van deze dreigende rampen voordat ze aankomen.

Een team onder leiding van professor Tsuyoshi Ichimura van het Earthquake Research Institute (ERI) van de Universiteit van Tokyo (UTokyo) bestudeert de vervorming van tektonische platen om natuurrampen zoals aardbevingen beter te kunnen voorspellen. specifiek, het team simuleert een tektonische plaatgrens die zich uitstrekt van Vancouver, Brits Colombia, naar Noord-Californië. Op deze grens - de Cascadia Subductie Zone genoemd - de kustverkenner, Juan de Fuca, en Gorda-platen bewegen naar het oosten en verschuiven onder de Noord-Amerikaanse plaat, een proces dat bekend staat als subductie en dat grote aardbevingen en vulkanische activiteit kan veroorzaken.

Het team heeft onlangs een van zijn wetenschappelijke codes voor 's werelds krachtigste en slimste supercomputer voor open wetenschap uitgebreid en geoptimaliseerd, de IBM AC922-top in de Oak Ridge Leadership Computing Facility (OLCF), een US Department of Energy (DOE) Office of Science User Facility in het Oak Ridge National Laboratory (ORNL) van DOE.

Door de ongestructureerde, eindige elementen ImpliCit oplosser met gestructureerde raster grofNing (UNICORN) code te transformeren in een kunstmatige intelligentie (AI)-achtig algoritme, het team liep UNICORN op 416 petaflops en behaalde een 75-voudige snelheidswinst ten opzichte van een eerdere state-of-the-art solver door volledig gebruik te maken van de kracht van de Tensor Cores op de Volta GPU's van Summit. Tensor Cores zijn gespecialiseerde verwerkingseenheden die snel matrixvermenigvuldigingen en -optellingen uitvoeren met behulp van gemengde precisieberekeningen.

"De Tensor Cores zijn niet beschikbaar voor zomaar elk type berekening, " zei Kohei Fujita, assistent-professor bij ERI. "Om deze reden, we moesten al onze patronen voor gegevenstoegang en vermenigvuldigingspatronen op elkaar afstemmen." Gegevenstoegangspatronen bepalen hoe gegevens in het geheugen worden benaderd door een softwareprogramma en kunnen efficiënter worden georganiseerd om een ​​bepaalde computerarchitectuur te exploiteren.

UNICORN gebruiken, het UTokyo-team simuleerde een 1, 944 km × 2, 646 km × 480 km gebied in de Cascadia Subduction Zone om te kijken hoe de tektonische plaat wordt vervormd als gevolg van een fenomeen dat een "foutslip, " een plotselinge verschuiving die optreedt bij de plaatgrens.

Het team zei dat de nieuwe solver kan worden gebruikt als een hulpmiddel om wetenschappers te helpen bij de zware taak van het voorspellen van aardbevingen op de lange termijn - een doel dat, wanneer gerealiseerd, kan leiden tot voorspelling van aardbevingen en rampenbestrijding.

Eerder, het team demonstreerde een algemene aanpak om AI te introduceren in wetenschappelijke toepassingen in de iMplicit SOlver met kunstmatige intelligentie en transprecisiecomputing, of MOTRA, code - een prestatie die hen vorig jaar een nominatie als finalist van de Association for Computing Machinery Gordon Bell opleverde.

UNICORN voert dichtere berekeningen uit, waardoor het optimaal kan profiteren van de unieke architectuur van Summit, die beschikt over 9, 216 IBM POWER9 CPU's en 27, 648 NVIDIA Volta GPU's. Het meest rekenkundige deel van de code liep op 1,1 exaflops met gemengde precisie - een grote onderneming voor een code die is gebaseerd op vergelijkingen in plaats van diepgaande leerberekeningen. (Codes die op de laatste zijn gebaseerd, zijn inherent optimaal voor systemen zoals Summit.)

Voor toekomstige aardbevingsproblemen, het team zal UNICORN moeten toepassen om de aardkorst en mantelreacties op een foutverschuiving in de loop van de tijd te analyseren. Dit vereist duizenden simulaties en vervolgens honderden of duizenden extra iteraties om de resultaten te vergelijken met aardbevingen in de echte wereld.

"Om onze aardbevingsvoorspellingsdoelen te bereiken, we zullen veel simulaties van korstvervorming moeten doen en dan onze resultaten moeten vergelijken met waargenomen gegevens van eerdere aardbevingen, ' zei Ichimura.

Het team presenteert dit werk op de Supercomputing Conference 2019, SC19, in een poster met de titel "416-PFLOPS Fast Scalable Implicit Solver on Low-Ordered Unstructured Finite Elements Accelerated by 1.10-ExaFLOPS Kernel with Reformulated AI-Like Algorithm:For Equation-Based Earthquake Modeling." Dit werk werd uitgevoerd als gezamenlijk onderzoek met NVIDIA, ORNL, het Japan Agency for Marine-Earth Science and Technology, de Universiteit van Texas in Austin, en RIKEN. Aanvullend, het team presenteert het werk tijdens de workshop over acceleratorprogrammering met behulp van richtlijnen, gehouden in samenwerking met SC19.