• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  Science >> Vetenskap >  >> Naturen
    Att optimera jordbävningsdataflödet möjliggör vetenskaplig forskning om The Big One
    Kredit:Wilson Malone från Pexels

    Ingen kan exakt förutsäga när en jordbävning kommer att inträffa. Sedan jordbävningen i Northridge med magnituden 6,7 i Los Angeles County 1994, som orsakade 72 dödsfall, 9 000 skador och 25 miljarder dollar i skadestånd, har södra Kalifornien med spänning väntat på "The Big One":ett förödande skalv som förutspås ha en styrka på minst 7,8 och 44 gånger starkare. Seismologer kan bara säga att det kan hända inom de närmaste 30 åren.



    Även om forskare inte kan förutse när och var jordbävningar kommer att inträffa, är förberedelser nyckeln till att förbättra samhällets motståndskraft mot stora jordbävningar. I synnerhet utvecklade USC-baserade Statewide California Earthquake Center (SCEC) CyberShake, en beräkningsplattform som simulerar hundratusentals jordbävningar för att beräkna regionala seismiska riskmodeller.

    Resultaten avslöjar geografiska områden i södra Kalifornien som har störst risk för intensiva skakningar och har påverkat Los Angeles byggregler och utformningen av jordbävningsmodellerna vid U.S. Geological Survey, landets största kartläggningsbyrå för jord och geologisk vetenskap.

    CyberShake-studier – och mycket av modern vetenskap – är dock mycket data- och datorintensiva. CyberShakes vetenskapliga arbetsflöde är komplext med flerstegsberäkningar som matas in i många sammanlänkade beräkningsuppgifter som utförs på lokala och nationella superdatorer för att simulera 600 000 olika jordbävningar. USC Viterbis Information Sciences Institute (ISI) har verktygen för att generera och hantera sådana enorma data.

    Ewa Deelman, forskningsprofessor i datavetenskap och forskningschef vid ISI, har kontinuerligt designat och uppdaterat, sedan 2000, ett automatiserat arbetsflödeshanteringssystem kallat Pegasus.

    Optimerade arbetsflöden

    Pegasus – uppkallad efter Planning for Execution and Grids (PEG) och Deelmans kärlek till hästar – förvandlar forskningsexperiment till optimerade arbetsflöden. Den kan användas av forskare inom olika områden från seismologi till fysik till bioinformatik på grund av dess abstrakta design.

    Deelman liknar det vid ett matlagningsrecept:"Du kan använda samma recept i olika kök. Olika användare kan köra receptet (arbetsflödet) men med sina egna köksredskap (beräkningsresurser). När du designar saker på ett tillräckligt brett sätt, de bli allmänt tillämplig."

    2016 använde forskare från Laser Interferometer Gravitational-Wave Observatory (LIGO) Pegasus för att fånga gravitationsvågor i universum, vilket bekräftade Albert Einsteins allmänna relativitetsteori och fick 2017 års Nobelpris i fysik. Under det 16-åriga samarbetet mellan ISI-datavetare och LIGO-medlemmar, hanterade programvaran tusentals arbetsflöden med miljontals uppgifter.

    The Collaborative and Adaptive Sensing of the Atmosphere (CASA), ett ingenjörsforskningscenter dedikerat till att förbättra förutsägelser och reaktioner på farligt väder, har också överfört sina pipelines till Pegasus. Eftersom hårt väder kan sakta ner och äventyra lokala resurser och datorkapacitet, skickar programmet CASA:s data till molninfrastrukturer för att säkerställa ett kontinuerligt arbetsflöde.

    Inspirerad av djurens beteenden

    CyberShake har förlitat sig på Pegasus under de senaste 15 åren, inklusive dess senaste studie med dess största uppsättning jordbävningssimuleringar hittills. Pegasus hanterade 2,5 petabyte data och körde 28 120 arbetsflödesjobb under 108 dagar för att producera seismiska riskkartor på 772 000 nodtimmar.

    "Utan Pegasus, det finns inget sätt att vi skulle kunna göra den här typen av vetenskap", säger Scott Callaghan, en datavetare på SCEC och huvudutvecklare på CyberShake. SCEC kommer att expandera CyberShake till norra Kalifornien, nu med den snabbaste superdatorn i världen, Frontier. Pegasus kommer att fortsätta att vara vid deras sida.

    "Varje gång vi gör en av dessa studier stöter vi alltid på oväntade utmaningar. Men jag är övertygad om att Pegasus-teamet, med alla arbetsflödesproblem, kommer att kunna hjälpa oss att arbeta igenom dem så att vi kan fortsätta att få spetsforskning gjort," sa Callaghan.

    Deelman bedriver nu forskning och konceptualiserar SWARM, ett annat arbetsflödeshanteringssystem inspirerat av den smarta koordineringen av gruppbeteenden bland sociala djur, som myror. Hon planerar också att förbättra Pegasus beslutsfattande med artificiell intelligens och ombilda hur arbetsflödessystem kommer att fungera i framtiden.

    Tillhandahålls av University of Southern California




    © Vetenskap https://sv.scienceaq.com