I ett banbrytande arbete, seismologiforskare har genomfört en undersökning i kontinentskala för seismiska signaturer av industriell aktivitet i Amazon Web Services kommersiella moln (AWS), laddade sedan snabbt ned resultaten utan att lagra rådata eller behöva en lokal superdator.

"Med ett traditionellt arbetsflöde, att ladda ner-butik-beräkna på ett skrivbord, det här arbetet skulle ha tagit mer än 40 dagar att utföra. Med hjälp av molntjänsten, det tog knappt 7 timmar, " sa Jonathan MacCarthy från divisionen Earth and Environmental Sciences vid Los Alamos National Laboratory. "Såvitt vi vet, detta är den första tillämpningen av strömmande molnbaserad forskning inom seismologi."

Medan Los Alamos är hem för sin egen skara datorer av alla storlekar, detta var ett försök att tänka utanför de betydande lokala förmågorna. Teamet ville utforska strömning av forskningsarbetsflödet i Amazons kommersiella moln, MacCarthy förklarade, där ett kluster på upp till 200 on-demand-datorer samordnades för att begära cirka 2 terabyte data direkt från datacentret. Rådata lagrades aldrig, och endast resultaten av den specifika beräkningen skickades tillbaka till forskarens dator. "Det är som att instruera en svärm av tillfälliga seismologer att göra många små delar av ett mycket större forskningsproblem, sedan försvinna, sa MacCarthy.

Alltmer, molntjänster har använts för att utföra olika typer av vetenskaplig forskning, MacCarthy noterade, lägga kraften i beräkningskluster i händerna på alla forskare med ett kreditkort, inte bara de som har tillgång till traditionella HPC-resurser (high-performance computing). Och medan Los Alamos är hem för flera superdatorer och till och med en kvantdator, att utforska nya alternativ för att utföra vetenskapen är alltid en del av ett nationellt laboratoriums kapacitet.

I detta fall, den specifika applikationen har producerat den första storskaliga kartan över industriellt buller i USA. Projektet syftar till att förstå seismiskt harmoniskt tonalt brus från industriell aktivitet, utvecklad med hjälp av en detektionsalgoritm som ursprungligen utvecklades av Marcillo och Carmichael. Arbetet gjordes i samordning med Incorporated Research Institutes for Seismology (IRIS) Data Management Center (DMC), ett gemenskapsdatalager för seismologi.