Najdôležitejšie nástroje vesmírneho výskumu už nie sú len rakety a teleskopy. Rovnako významnú úlohu zohrávajú superpočítače, ktoré dokážu v priebehu sekúnd vyriešiť výpočty trvajúce bežným počítačom celé roky.
Superpočítače sa stali neviditeľnými motormi vesmírneho programu. Navrhujú lietadlá, simulujú extrémne podmienky pri štarte a pomáhajú vedcom odhaľovať nové poznatky ukryté v obrovských objemoch dát. Na obrázku ikonické logo NASA pred Kennedyho vesmírnym strediskom na Floride, v malom okienku novospustený superpočítač Athena. Koláž autora. Zdroje: iStock/Delpixart, NASA
Moderný výskum vesmíru už dávno nestojí len na raketách, teleskopoch či sondách. Nemenej dôležitou súčasťou sú superpočítače, ktoré dokážu simulovať správanie rakiet, modelovať atmosféry planét alebo analyzovať obrovské objemy dát z vedeckých misií. Bez nich by vývoj nových kozmických technológií trval násobne dlhšie a vyžadoval by podstatne viac nákladných experimentov.
Práve preto predstavila NASA svoj nový superpočítač Athena, ktorý sa zároveň stal najvýkonnejším výpočtovým systémom v histórii agentúry. Nachádza sa v stredisku NASA Ames Research Center v Kalifornii a je súčasťou programu High-End Computing Capability (HECC), ktorý poskytuje výpočtový výkon prakticky všetkým významným vedeckým projektom NASA. Athena dosahuje špičkový výkon viac ako 20 petaflopov, teda približne 20 kvadriliónov operácií s pohyblivou rádovou čiarkou za sekundu.
Výpočtový výkon zabezpečuje 1 024 výpočtových uzlov vybavených procesormi AMD EPYC s vysokým počtom jadier. Systém obsahuje celkovo 262 144 procesorových jadier a približne 786 TB operačnej pamäte, čo umožňuje spracovávať extrémne rozsiahle numerické simulácie aj trénovať moderné modely umelej inteligencie. Z pohľadu hrubého výkonu predstavuje Athena výrazný generačný skok oproti starším systémom Pleiades, Electra či Aitken, ktoré NASA využívala počas posledných rokov.
Takýto výkon však nie je samoúčelný. Cieľom nie je vytvoriť čo najrýchlejší počítač, ale umožniť vedcom riešiť úlohy, ktoré boli ešte pred niekoľkými rokmi prakticky nerealizovateľné.
Vedeli ste, že...?
NASA nadviazala na tradíciu pomenovávania svojich projektov podľa postáv z antickej mytológie, podobne ako je to v prípade programu Apollo, rakety Atlas alebo pripravovaného mesačného programu Artemis. V gréckej mytológii bola Aténa bohyňou múdrosti, poznania, stratégie a remesiel.
Superpočítač ako virtuálne laboratórium
Jednou z najdôležitejších úloh systému Athena bude simulácia aerodynamiky budúcich lietadiel a rakiet. Pri návrhu nových konštrukcií sa využíva výpočtová dynamika tekutín (CFD), ktorá modeluje prúdenie vzduchu okolo lietadla alebo spalín v raketových motoroch. Ide o výpočtovo mimoriadne náročné úlohy, pri ktorých sa riešia miliardy rovníc opisujúcich správanie plynov a kvapalín.
Presnejšie simulácie umožňujú navrhovať efektívnejšie krídla lietadiel, výkonnejšie motory či bezpečnejšie tepelné štíty kozmických lodí. V mnohých prípadoch tak možno nahradiť drahé testy vo veterných tuneloch alebo znížiť počet experimentálnych prototypov, čo šetrí čas aj finančné prostriedky. NASA uvádza, že Athena bude zohrávať významnú úlohu pri vývoji novej generácie úspornejších lietadiel i budúcich nosných rakiet.
Výpočtový výkon je zároveň nevyhnutný pri simuláciách návratu kozmických lodí do atmosféry. Tepelné namáhanie ochranných materiálov, turbulentné prúdenie či mechanické vibrácie patria medzi najkomplexnejšie fyzikálne procesy, ktoré dnes nemožno spoľahlivo riešiť bez masívne paralelných výpočtov.
Numerické simulácie prúdenia spalín počas štartu rakety umožňujú vedcom analyzovať aerodynamické sily, tepelné zaťaženie a tlakové vlny pôsobiace na raketu aj štartovaciu rampu. Takéto výpočty patria medzi najnáročnejšie úlohy, ktoré dnes riešia superpočítače, akým je aj NASA Athena. Zdroj: Brandon Williams, NASA/Marshall
Častejšie využitie umelej inteligencie
Nová generácia superpočítačov už neslúži iba na klasické numerické simulácie. Athena bola navrhnutá aj ako platforma na vývoj a trénovanie rozsiahlych modelov umelej inteligencie, ktoré čoraz častejšie nachádzajú uplatnenie vo vesmírnom výskume.
Algoritmy strojového učenia dokážu automaticky analyzovať obrovské objemy údajov zo satelitov, z teleskopov alebo planetárnych sond. Pomáhajú identifikovať geologické štruktúry na povrchu Marsu, vyhľadávať exoplanéty v dátach z vesmírnych observatórií či odhaľovať anomálie v telemetrii kozmických lodí ešte skôr, než vyvrcholia v kritické poruchy.
NASA zároveň počíta s tým, že umelá inteligencia bude zohrávať čoraz väčšiu úlohu pri autonómnom riadení budúcich robotických misií. Sondy smerujúce do vzdialených oblastí slnečnej sústavy totiž nemôžu čakať desiatky minút na pokyny zo Zeme a musia sa vedieť rozhodovať samostatne.
Evolúcia superpočítačov NASA
Athena nadväzuje na viac než dve desaťročia vývoja superpočítačov v NASA Ames. Legendárny systém Pleiades, uvedený do prevádzky v roku 2008, patril svojho času medzi najvýkonnejšie superpočítače sveta a podporoval vývoj programov Space Shuttle, Orion či Mars Science Laboratory.
Neskôr pribudli systémy Electra a Aitken, ktoré zároveň slúžili ako testovacie platformy pre nové architektúry výpočtových centier. Práve pri nich NASA experimentovala s modulárnymi dátovými centrami využívajúcimi prirodzené chladenie okolitého vzduchu, čím sa výrazne znížila spotreba elektrickej energie aj vody potrebnej na chladenie.
Athena predstavuje ďalší krok tejto evolúcie. Okrem vyššieho výkonu prináša tiež lepší pomer výpočtového výkonu k spotrebovanej energii, čo je pri súčasných superpočítačoch jeden z najdôležitejších parametrov. Rast výpočtového výkonu už totiž nemožno dosahovať iba pridávaním ďalších procesorov, rovnako dôležitá je aj energetická efektívnosť.
Z histórie superpočítačov NASA. Zdroj: Youtube/The History Guy: History Deserves to Be Remembered
Komentovaná prehliadka z divízie NASA v rámci výskumného centra Ames v kalifornskom Silicon Valley, ktorá je zodpovedná za obstarávanie, údržbu a prevádzku superpočítačov. Zdroj: Youtube/Scott Manley
Prečo NASA stále využíva CPU procesory
V období prudkého rozvoja umelej inteligencie sa môže zdať prekvapivé, že Athena je postavená predovšetkým na procesoroch CPU. Hoci grafické akcelerátory (GPU) dominujú pri trénovaní veľkých jazykových modelov, množstvo vedeckých aplikácií NASA je stále optimalizovaných pre klasické procesory.
Simulácie prúdenia tekutín, numerické riešenie diferenciálnych rovníc alebo modelovanie mechaniky konštrukcií často vyžadujú vysoký výkon jednotlivých jadier, veľkú operačnú pamäť a efektívnu komunikáciu medzi tisíckami procesov. Moderné procesory AMD EPYC preto zostávajú veľmi vhodnou voľbou pre široké spektrum vedeckých úloh, pričom NASA paralelne prevádzkuje aj špecializované GPU systémy, ako je Cabeus, určené najmä pre umelú inteligenciu a na analýzu dát.
Takýto hybridný prístup sa stáva štandardom aj v ďalších výskumných centrách po celom svete. Kombinácia klasických procesorov a špecializovaných akcelerátorov umožňuje efektívne riešiť veľmi rozdielne typy vedeckých úloh bez potreby budovať samostatné výpočtové infraštruktúry.
Budúcnosť výpočtového výkonu
Aj keď Athena predstavuje najvýkonnejší systém NASA, vo svetovom meradle už superpočítače vstupujú do éry exascale, teda systémov schopných vykonať viac než jeden kvintilión (na Slovensku jednotka s 30 nulami – 1030, v Spojených štátoch 1018) operácií za sekundu. Príkladom je americký superpočítač El Capitan, ktorého výkon presahuje hranicu jednej exaflopovej operácie za sekundu.
NASA zatiaľ nepotrebuje absolútne najvýkonnejší superpočítač na svete. Pre agentúru je dôležitejšie mať systém optimalizovaný na vlastné vedecké úlohy, spoľahlivú prevádzku a možnosť ďalšieho rozširovania. Rastúci význam umelej inteligencie, digitálnych dvojčiat kozmických systémov či simulácií budúcich misií však naznačuje, že požiadavky na výpočtový výkon budú v nasledujúcich rokoch naďalej prudko rásť.
Athena preto nepredstavuje konečný cieľ, ale ďalší medzník vo vývoji vedeckej infraštruktúry, ktorá umožní navrhovať bezpečnejšie kozmické lode, efektívnejšie lietadlá a presnejšie modelovať procesy vo vesmíre ešte skôr, ako sa uskutočnia v realite.
Zdroje: NASA (1, 2, 3, 4, 5, 6), Interesting Engineering, Advanced Simulation and Computing, IONOS
(RR)
