Veröffentlicht von 
Jedes Jahr lassen sich tausende bis zehntausende Todesfälle weltweit auf die katastrophalen Folgen schwerer Erdbeben zurückführen. Neben Bodenerschütterungen gehören Erdrutsche, Dammbrüche und Überschwemmungen zu den größten Erdbebenrisiken – wenn der Meeresboden bei einem Erdbeben ruckartig verschoben wird, kann dies einen folgenschweren Tsunami auslösen. Die UNlCORN-Implementierung eines japanischen Forscherteams soll den Wissenschaftlern nun helfen, anhand von Simulationen zu verdeutlichen, wie Erdbeben als Folge ruckartiger Gesteinsverschiebungen entlang tektonischer Plattengrenzen ausgelöst werden.
Obwohl Naturkatastrophen wie Erdbeben nicht vorab verhindert werden können, so liefern bestimmte Teilprozesse der Plattentektonik, die auch für die Kontinentaldrift der Erdplatten verantwortlich sind, den Wissenschaftlern wertvolle Erkenntnisse über die möglichen Auswirkungen von drohenden Naturereignissen vor ihrem Eintreten.
Ein Forscherteam um Professor Tsuyoshi Ichimura vom Earthquake Research Institute (ERI) an der Universität von Tokio untersucht die Verformungen tektonischer Platten, um die Vorhersage von Naturkatastrophen wie Erdbeben maßgeblich verbessern zu können. Konkret simuliert das Team eine tektonische Plattengrenze, die sich von Vancouver im Südwesten Kanadas bis nach Nordkalifornien erstreckt. An dieser sogenannten Cascadia-Subduktionszone driften die Explorer-Platte, Juan de Fuca-Platte und Gorda-Platte ostwärts und schieben sich dabei unter die Nordamerikanische Platte. Ein Prozess, der als Subduktion bekannt ist und schwere Erdbeben, sowie vulkanische Aktivitäten entlang der Subduktionszone auslösen kann.
Die Forscher haben dazu kürzlich einen wissenschaftlichen Code für einen der derzeit leistungsfähigsten und intelligentesten Hochleistungsrechner der Welt, dem IBM AC922 Summit im Oak Ridge National Laboratory, entwickelt und optimiert.
Durch die Transformation des sogenannten UNICORN-Codes (Unstructured fiNite element ImpliCit sOlver with stRuctured grid coarseNing) in einen KI-ähnlichen Algorithmus, ist der Hochleistungsrechner nun in der Lage, Berechnungen mit 416 Petaflops durchzuführen, indem er die Leistung der Tensorkerne voll ausschöpft. Tensorkerne sind spezialisierte Verarbeitungseinheiten, die umfangreiche und hochkomplexe Matrizenmultiplikationen schnell berechnen können.
Das Forscherteam ist so in der Lage, mit UNICORN ein etwa 5000 km² großes Gebiet entlang der Cascadia-Subduktionszone zu simulieren, um untersuchen zu können, wie die Nordamerikanische Platte aufgrund plötzlicher Aufschiebungen der vorherrschenden Gesteinsschollen an der Plattengrenze verformt wird.
So sind sich die Geologen des Forscherteams sicher, dass UNICORN als Werkzeug verwendet werden kann, um Wissenschaftlern auf der ganzen Welt bei der Aufgabe der Erdbebenvorhersage zu unterstützen – mit dem Ziel, langfristig ein verlässliches Erdbebenfrühwarnsystem und eine sichere Katastrophenvorsorge schaffen zu können.
„Wir haben den UNICORN-Code speziell für den Hochleistungsrechner optimiert“, sagt ERI-Doktorand Takuma Yamaguchi. „Eine hochmoderne Hardware mit komplexen Funktionen erfordert manchmal ausgefeilte Implementierungen, um eine bessere Leistung erzielen zu können.“
Für zukünftige Erdbebenforschungen werden die Geologen UNICORN einsetzen, um die Reaktion der Erdkruste und des Erdmantels auf ruckartige Aufschiebungen von Gesteinsschollen zu analysieren. Dies erfordert hunderte von Simulationen, damit die so erhobenen Ergebnisse vergleichbar sind mit realen Erdbebenereignissen.
„Um unsere Ziele zur langfristigen Erdbebenprognose zu erreichen, müssen wir viele Simulationen der Krustenverformung durchführen und diese Ergebnisse anschließend mit den beobachteten Aufzeichnungen aus vergangenen Erdbeben vergleichen“, so Ichimura.
Die Forschungsergebnisse des Teams wurden auf der internationalen Konferenz für Hochleistungsrechnen, Vernetzung, Speicherung und Analyse 2019 in Denver vorgestellt.
Source: T. Ichimura, K. Fujita, T. Yamaguchi, A. Naruse, J. C. Wells, C. J. Zimmer, T. P. Straatsma, T. Hori, S. Puel, T. W. Becker, M. Hori, N. Ueda (2019): 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.
Pia Gaupels
Neueste Artikel von Pia Gaupels (alle ansehen)
- Urzeitliche Seekuh von mehreren Raubtieren angegriffen - 30. August 2024
- Wie eine Salzkrise die Biodiversität im Mittelmeer radikal veränderte - 30. August 2024
- Zweite Menschenaffenart in der Hammerschmiede entdeckt - 9. Juni 2024