NASA利用超级计算的力量推进我们对宇宙的认识
高端计算在美国国家航空航天局的许多任务中发挥着至关重要的作用，推动着我们对宇宙--从我们自己的星球到最遥远的角落--认识的进步。 超级计算机为广泛的研究提供动力，包括研究太阳活动及其对地球上的技术和生命的影响，为突破性的天气和气候科学开发基于人工智能的模型，以及重新设计阿耳特弥斯二号发射台以安全地将宇航员送入太空。
这些举措只是美国国家航空航天局在高性能计算、网络、存储和分析国际会议（SC24）上重点介绍的创新成果的一小部分。 美国国家航空航天局科学任务局副局长尼古拉-福克斯（Nicola"Nicky"Fox）博士于11月19日发表了题为"美国国家航空航天局的高影响力科学与探索愿景"的主旨演讲。 在演讲中，她探讨了NASA如何利用超级计算为科学、探索和人类带来益处。 下面是美国国家航空航天局（NASA）在会议上展示的一些令人兴奋的工作：
阿耳特弥斯一号发射模拟显示了太空发射系统火箭的尾流如何与空气、水和发射台相互作用。 表面的颜色表示压力水平--红色表示高压，蓝色表示低压。 茶色等值线表示有水的地方。 资料来源：NASA/Chris DeGrendele、Timothy Sandstrom
1. 模拟帮助重新设计阿尔忒弥斯发射环境
美国国家航空航天局艾姆斯分局的研究人员正在帮助确保宇航员在阿耳特弥斯 II 试验飞行中安全发射，这是太空发射系统（SLS）火箭和猎户座飞船的首次载人飞行任务，计划于 2025 年进行。 利用发射上升和飞行器空气动力学软件，他们模拟了火箭羽流与阿耳忒弥斯一号发射期间使用的水基声音抑制系统之间复杂的相互作用，这导致在火箭升空前支撑火箭的移动发射平台受损。
对启动和未启动水系统的模拟进行比较后发现，声音抑制系统能有效减少压力波，但废气会使水转向，导致压力显著增加。
模拟在位于艾姆斯的美国宇航局高级超级计算设施的艾特肯超级计算机上运行，产生了约400兆兆字节的数据。 这些数据被提供给了位于佛罗里达州肯尼迪航天中心的美国宇航局航空工程师，他们正在重新设计火焰导流板和移动发射器，用于阿耳特弥斯II的发射。
在这张飞机设计对比图中，左翼是飞机的初始几何形状，右翼则是优化后的形状。 表面按飞机上的气压着色，橙色表面代表气流中的冲击波。 右翼上的优化设计模型比原来的阻力减少了 4%，从而提高了燃油效率。 资料来源：美国国家航空航天局/布兰登-罗威
2. 优化飞机设计以提高燃油效率
为了帮助提高商业飞行的效率和可持续性，位于加利福尼亚州硅谷的美国国家航空航天局艾姆斯研究中心的研究人员和工程师们正在努力改进飞机设计，通过微调机翼、机身和其他飞机结构部件的形状来减少空气阻力或阻力。 这些改变将降低飞行所需的能量，减少所需的燃料量，减少排放，提高飞机的整体性能，并有助于降低机场周围的噪音水平。
研究人员正在利用美国国家航空航天局在艾姆斯开发的发射、上升和飞行器空气动力学计算建模软件，利用该局超级计算机的强大功能运行数百次模拟，探索现有飞机和未来飞行器概念的各种设计可能性。 他们的工作表明，现有商用飞机设计的阻力有可能减少 4%，从而在实际应用中节省大量燃料。
利用美国宇航局费米太空望远镜的数据，在美国宇航局艾特肯超级计算机上运行的脉冲星磁层三维模拟。 红色箭头表示恒星磁场的方向。 蓝色线条追踪高能粒子，产生的伽马射线为黄色。 绿线代表撞击观察者平面的光粒子，说明费米如何探测脉冲星伽马射线。 资料来源：美国国家航空航天局/康斯坦丁诺斯-卡拉波塔拉科斯
3. 模拟和人工智能揭示中子星的迷人世界
为了探索中子星内部的极端条件，位于马里兰州格林贝尔特的美国国家航空航天局戈达德太空飞行中心的研究人员正在利用模拟、观测和人工智能相结合的方法来揭开这些非同寻常的宇宙天体的神秘面纱。 中子星是恒星爆炸后的死亡内核，是宇宙中密度最大的天体。
在NASA高级超级计算设施的超级计算机上运行的尖端模拟有助于解释NASA的费米伽马射线太空望远镜和中子星内部成分探测器（NICER）观测站观测到的现象。 这些现象包括被称为脉冲星的快速旋转、高度磁化的中子星，其详细的物理机制自发现以来一直是个谜。 通过应用深度神经网络等人工智能工具，科学家们可以从 NICER 和费米天文台获得的数据中推断出恒星的质量、半径、磁场结构和其他特性。
这些前所未有的模拟结果将指导对黑洞和其他太空环境的类似研究，并在塑造未来科学太空任务和任务概念方面发挥关键作用。
这幅可视化图片比较了MERRA-2再分析数据（左）与NASA和IBM的Prithvi WxC基础模型（右）在没有特定训练的情况下预测的4级飓风艾达的路径。 两个模型均于 2021-08-27 00 UTC 初始化。 资料来源：阿拉巴马大学亨茨维尔分校/Ankur Kumar；美国国家航空航天局/Sujit Roy
4. 将人工智能应用于天气和气候
传统的天气和气候模型是通过求解地球大气层和海洋中数百万个小区域（网格框）的数学方程来产生全球和区域结果的。 美国国家航空航天局及其合作伙伴目前正在探索更新的方法，利用人工智能（AI）技术来训练基础模型。
基础模型是利用大型、无标记的数据集开发的，因此研究人员可以针对不同的应用对结果进行微调，例如创建预测或预测天气模式或气候变化，只需最少的额外培训即可独立完成。
美国国家航空航天局（NASA）与IBM研究院合作开发了开源、公开可用Prithvi天气-气候基础模型（Prithvi WxC）。 Prithvi WxC 是在 NASA 高级超级计算设施的最新 NVIDIA A100 GPU 上使用 NASA 现代研究和应用回顾分析 (MERRA-2) 数据集的 160 个变量进行预训练的。
Prithvi WxC拥有23亿个参数，能够以高分辨率模拟各种天气和气候现象，如飓风路径。 其应用包括有针对性的天气预测和气候预测，以及表现重力波等物理过程。
来自三维模拟的图像，显示太阳上层气流的演变，红色显示的是最剧烈的运动。 这些湍流可以产生磁场，激发声波、冲击波和爆发。 图片来源：NASA/Irina Kitiashvili 和 Timothy A. Sandstrom
5. 太阳活动建模--从微观到宏观
太阳活动会产生太阳耀斑和日冕物质抛射等事件，影响空间环境并造成空间天气干扰，从而干扰地球上的卫星电子设备、无线电通信、全球定位系统信号和电网。 美国国家航空航天局艾姆斯分局的科学家们制作了高度逼真的三维模型，首次让他们能够从非常小的尺度到非常大的尺度来研究太阳等离子体的物理特性。 这些模型有助于解释来自美国国家航空航天局（NASA） 太阳动力学天文台（SDO）等航天器的观测数据。
科学家们在NASA高级超级计算设施的超级计算机上使用NASA的StellarBox代码，提高了我们对太阳喷流和龙卷风--太阳大气中极热、带电等离子体的爆发--起源的理解。 这些模型使科学界能够解决有关太阳磁活动及其如何影响空间天气的长期问题。
这幅全球地图是动画中的一帧，展示了 2020 年 1 月至 3 月期间风的模式和大气环流如何使二氧化碳穿过地球大气层。 DYAMOND 模型的高分辨率显示了二氧化碳排放的独特来源，以及它们如何在各大洲和海洋中扩散。 图片来源：NASA/科学可视化工作室
6. 科学可视化使 NASA 数据易于理解
美国国家航空航天局（NASA）的模拟和观测会产生数以 PB 计的数据，而这些数据的原始形式很难理解。 位于美国宇航局戈达德分部的科学可视化工作室（SVS）通过与科学家密切合作，创建电影般的高保真可视化效果，将数据转化为洞察力。
这些 SVS 作品的关键基础设施包括位于戈达德的 NASA 气候模拟中心的 Discover 超级计算机，该计算机可进行各种模拟，并提供数据分析和图像渲染功能。 最近的数据驱动可视化显示了利用多尺度大气-太空环境（MAGE）模型从太阳射出的日冕物质撞击地球磁层的情况；在非静水域大气环流模型（DYAMOND）模型中环绕地球的全球二氧化碳排放情况；以及利用厄尔尼诺-南方涛动（ENSO）模型对拉尼娜和厄尔尼诺天气模式的描述。
编译自/ScitechDaily
