Wie Wissenschaftler mithilfe von Supercomputern Meerwasser trinkbar machen könnten
Salz aus Meerwasser zu entfernen ist eine riesige Herausforderung. Forscher haben möglicherweise eine Lösung gefunden, aber die erfordert eine ganze Menge Rechenleistung.
Aleksandr Noy hat große Pläne für ein sehr kleines Werkzeug. Noy ist Senior Research Scientist am Lawrence Livermore National Laboratory und hat einen Großteil seiner Karriere der Entsalzung von Meerwasser gewidmet. Seine Spezialität sind Kohlenstoff-Nanoröhrchen. Noy stellte 2006 eine gewagte Theorie auf: Nanoröhrchen, die so klein sind, dass sie nur durch ein Elektronenmikroskop sichtbar sind, könnten als Filter zur Entsalzung eingesetzt werden. Dabei kam dem Durchmesser der Röhrchen eine kritische Bedeutung zu. Sie sollten groß genug sein, damit Wassermoleküle hindurchfließen können, aber klein genug, um die größeren Salzpartikel herauszufiltern, die das Meerwasser normalerweise untrinkbar machen. Aus einer genügend großen Anzahl dieser Kohlenstoff-Nanoröhrchen könnte der wirksamste Filter der Welt zur Herstellung sauberen Wassers entstehen.
Wie klein sind Kohlenstoff-Nanoröhrchen genau?
Durchmesser eines Spinnenfadens
4.000 Nanometer
50 Kohlenstoff-Nanoröhrchen
Jeweils 0,8 Nanometer
Die meisten seiner Kollegen taten seine Idee als Science-Fiction ab. "Es war schwer, sich vorzustellen, dass Wasser durch solche extrem kleinen Röhrchen fließt", sagt Noy. Sollte sich die Nanoröhrchentheorie jedoch bewahrheiten, wären die Vorteile von unschätzbarem Wert. Viele Regionen der Welt leiden aktuell an Trinkwasserknappheit: Etwa 1,2 Milliarden Menschen, also ein Sechstel der Weltbevölkerung, leben in Regionen, in denen Wasserknappheit herrscht. Die Entsalzung kann Abhilfe schaffen. Die existierende Infrastruktur benötigt jedoch große Mengen Energie (und kostet somit viel Geld), um das Meerwasser zu erwärmen oder es durch komplexe Filter zu pressen. Sollten Nanoröhrchenfilter funktionieren, könnten Sie ein wirksames Mittel gegen die Wasserprobleme dieser Welt sein.
Aleksandr Noy
Senior Research Scientist, Lawrence Livermore National Laboratory
Das Team von Noy hat ein einfaches Filtrationsexperiment aufgebaut und es über Nacht laufen lassen. Am Morgen entdeckten zwei Assistenten eine Pfütze auf dem Boden des Labors. Das Wasser floss so schnell durch die Nanoröhrchen, dass der kleine Speicher, der zum Auffangen des Wassers vorgesehen war, überlief. Die Forscher konnten später bestätigen, dass das Wasser sechsmal schneller durch die Nanoröhrchen fließt als durch die Filter, die aktuell in Entsalzungsanlagen zum Einsatz kommen.
Diese Pfütze war zwar klein, aber sie stand für die größte Entdeckung in Noys Karriere. "Das Experiment war spannend", erinnert er sich, "da niemand wusste, was dabei herauskommen würde". Jetzt wissen alle Bescheid – es bleibt jedoch ein großes Problem, das mit genügend Rechenleistung möglicherweise gelöst werden könnte.
Glücklicherweise stehen Wissenschaftler kurz vor einem Durchbruch, der Exascale-Datenverarbeitung genannt wird (was im Fall von Google wahrscheinlich durch viele vernetzte Computer in der Cloud) bewerkstelligt wird. Exascale wird die leistungsfähigsten Computer von heute weit hinter sich lassen. Diese extrem schnelle Rechenleistung wird für Forscher von großem Nutzen sein – zum Beispiel, um herauszufinden, wie sie Nanoröhrchen in großem Maßstab als Wasserfilter einsetzen können. Diese Röhrchen und die Milliarden Moleküle, die durch sie hindurchfließen, sind viel zu klein, um sie eingehend zu untersuchen. Verschiedene Varianten physisch zu testen ist schwierig und zeitaufwendig. Eine Modellierung auf Exascale-Computern wird es ermöglichen, diese winzigen Röhrchen besser sichtbar zu machen und so die Erforschung von Nanoröhrchen zur Entsalzung stark zu beschleunigen. Tatsächlich wird die Technologie dazu beitragen, einige der größten Umweltprobleme von heute zu lösen.
Das Potenzial von ExaFLOPS
Ein sehr viel höheres Rechentempo könnte uns helfen, bisher unlösbare Probleme zu meistern und bahnbrechende Entdeckungen zu machen
-
Medikamentenforschung
Stellen Sie sich vor, sie könnten für alle Patienten eine Billion Medikamentenkombinationen durchrechnen, um die maßgeschneiderte Behandlung für jeden einzelnen Menschen zu ermitteln.
-
Wettervorhersagen
Meteorologen könnten Unmengen an Daten auswerten und Menschen in von Unwettern gefährdeten Gebieten bis zu vier Wochen im Voraus warnen.
-
Übersetzung
Übersetzung in Echtzeit könnte schon bald eine normale Smartphonefunktion werden.
Für alle, die nicht mit dem Jargon des Silicon Valley vertraut sind: Exascale ist ein Begriff für die Leistungsfähigkeit von Supercomputern der nächsten Generation. Ein Exascale-Computer kann eine Trillion (eine Milliarde Milliarde) Berechnungen pro Sekunde durchführen. Das entspricht etwa elfmal der Leistung von Chinas Supercomputer Sunway TaihuLight, dem derzeit schnellsten in Benutzung befindlichen Computer, oder der Leistung von 50 Millionen vernetzten Laptops.
Aktuell findet ein weltweites Wettrennen um den Bau des ersten Exascale-Computers statt. Mit so einem Computer werden Wissenschaftler in so gut wie allen Bereichen Fortschritte erzielen – angefangen bei der theoretischen Physik bis hin zur Wettervorhersage. Forschungen wie Noys Nanoröhrchen-Projekt werden wahrscheinlich unten den ersten sein, die massiv von den Vorteilen erhöhter Rechenkapazitäten profitieren.
George Dahl
Research Scientist, Google Brain-Team
"Ein Sprung bei der Rechenleistung wäre für die Werkstoffkunde, für die Medikamentenforschung und für die Chemie von sehr großem Wert", sagt George Dahl, Forscher im Google Brain-Team. Auf all diesen Forschungsgebieten müssen Computermodelle von Molekülen erstellt werden, erklärt Dahl – ein Arbeitsschritt, für den sehr viel Rechenleistung nötig ist. "Das sind langwierige Berechnungen für jedes einzelne Molekül oder Material, das wir analysieren möchten", sagt Dahl.
Aber das ist noch nicht alles. Wenn maschinelles Lernen, das selbst von größerer Rechenleistung profitiert, bei Molekülsimulationen zum Einsatz kommt, erhöht sich die Leistung signifikant. "Es ist möglich, maschinelles Lernen in Verbindung mit Werkstoffkunde zu nutzen, um komplett neue Materialien zu finden".
Genau diese Art des Fortschritts hilft uns bei der Entwicklung von besseren und günstigeren Salzwasserfiltern. Und das ist nicht die einzige Art, auf die Exascale-Datenverarbeitung dazu beitragen kann, die Wasserversorgung auf unserem Planeten sicherzustellen.
Da Exascale-Datenverarbeitung die Verarbeitung extrem großer Datenmengen ermöglicht, kann sie die Arbeit an verschiedensten Projekten vorantreiben. Zum Beispiel die Arbeit der Google-Mitarbeiter Noel Gorelick (Mitbegründer der Earth Engine-Plattform) und Tyler Erickson (der auf Wasseranalysen für die Plattform spezialisiert ist). Die cloudbasierte Plattform analysiert Umweltdaten in einem globalen Maßstab. Im Rahmen eines neueren ambitionierten Projekts erstellte Gorelick in Zusammenarbeit mit der Gemeinsamen Forschungsstelle der Europäischen Kommission Karten der weltweiten Oberflächengewässer in hoher Auflösung. Dazu kartografierte und vermaß das Team Wasserflächen im Verlauf von 30 Jahren anhand von Satellitenbildern aus dem Datenfundus der Earth Engine und entdeckte verschwundene Seen und ausgetrocknete Flüsse sowie neue Wasserflächen. Allein der Download der erforderlichen Daten hätte drei Jahre gedauert, wenn alles gleichzeitig durchgeführt worden wäre. Erickson zeigt sich vom Umfang des Archivs beeindruckt. Doch dank Exascale-Datenverarbeitung wird das Team wesentlich schneller noch mehr Informationen sammeln können, um noch genauere Karten zu erstellen.
"Es gibt noch weitere Datenquellen, die wir erschließen könnten, wenn wir eine größere Rechenkapazität zur Verfügung hätten", sagt Erickson. Denn ein Exascale-Computer kann eine Ressource anzapfen, die häufig unterschätzt wird: die sogenannte Citizen Science (Bürgerwissenschaft). Stellen Sie sich vor, jede Person, die zum Beispiel HD-Videos mit Drohnen aufnimmt, könnte dieses Material zum Wasserkartografierungs-Projekt beisteuern. "Das wäre eine ziemlich spektakuläre Menge Daten", sagt Erickson. Schüler, die ihre DJI Phantoms über Flüsse und Mündungen fliegen lassen, könnten die Videos in die Google Cloud hochladen. Dort würden sie dank Exascale-Rechenleistung archiviert, anhand der Basisweltkarte von Google mit einer Georeferenz versehen, analysiert und in das digitale Kartenmaterial aufgenommen. Diese praktische Umsetzung der Demokratisierung von Wissenschaft kann bei der landwirtschaftlichen Planung, der Vorbereitung auf Naturkatastrophen oder sogar der Überwachung ökologischer Veränderungen helfen. Zur Förderung ähnlicher Projekte bei anderen Organisationen hat Google im Jahr 2014 angekündigt, ein Petabyte Speicherplatz in der Cloud für Klimadaten und darüber hinaus 50 Millionen Stunden Berechnungszeit mit der Google Earth Engine-Plattform bereitzustellen.
Dahl betont, dass er Sprünge bei der Rechenleistung nicht für ein Allheilmittel hält. Sie könnten jedoch bei der Lösung von Problemen helfen, über die wir heute noch gar nicht nachdenken. Er vergleicht das mit der Erfindung des Mikroskops – eine Vorrichtung, die zu lebensrettenden neuen Entdeckungen geführt hat. "Vielleicht gibt es da etwas, das wir noch nicht in Betracht gezogen haben, das aber plötzlich praxistauglich wird", sagt er. "Vielleicht wird es uns möglich, etwas wie das Mikroskop zu erschaffen – ein komplett neues Werkzeug, das uns wiederum ermöglicht, ganz neue Entdeckungen zu machen."
Nur drei Prozent des Wassers auf der Erde ist Trinkwasser
Davon steht uns lediglich ein winziger Bereich zur Verfügung.
Hochleistungs-Datenverarbeitung wird in FLOPS gemessen. Mehr FLOPS bedeuten mehr Geschwindigkeit; mehr Geschwindigkeit bedeutet eine höhere Auflösung oder die Möglichkeit, Dinge detaillierter zu betrachten; eine höhere Auflösung bedeutet genauere Bilder und Vorhersagen von Computersimulationen. Diese Möglichkeiten sind besonders für Institutionen wie die National Oceanic and Atmospheric Administration von großer Bedeutung, die Computer zur Vorhersage von Witterungsverläufen, Klimaveränderungen und Strömungen in den Meeren und entlang der Küsten nutzen.
ExaFLOPS-Systeme können 1018 (eine Milliarde Milliarde) Berechnungen pro Sekunde durchführen.
NOAA geht davon aus, Exascale-Systeme in den 2020ern nutzen zu können. "Wir können damit präzisere Unwetterwarnungen aussprechen und diese zeitlich genauer bestimmen, und das mit längeren Vorlaufzeiten, sodass Menschen sich selbst und ihr Hab und Gut besser schützen können", sagt Brian D. Gross, Deputy Director of High Performance Computing and Communications bei der Behörde. So könnten Wissenschaftler den Betroffenen helfen, sich besser auf extreme Klimaereignisse wie zerstörerische Orkane vorzubereiten – und so in ganzen Regionen Sachschäden und Todesopfer auf ein Mindestmaß reduzieren.
Gross veranschaulicht die Leistungsfähigkeit der Computer mit einem Vergleich: in den 2000er Jahren nutzte die Behörde TeraFLOPS-Systeme, die eine Billion Berechnungen pro Sekunde durchführen und Wetterphänomene von der Größe eines Bundesstaats präzise verfolgen konnten. Heute kommen PetaFLOPS-Systeme zum Einsatz, die in der Lage sind, eine Billiarde Berechnungen pro Sekunde durchzuführen und Wetterphänomene von der Größe eines Landes präzise nachzuverfolgen. Exascale-Systeme werden es NOAA möglich machen, Ausschnitte zu vergrößern und noch detaillierter zu untersuchen – zum Beispiel zur genauen Ortsbestimmung von Gewittern, die nur etwa so groß sind wie eine Stadt. Diese Auflösung bietet mehr Informationen – so lässt sich besser erforschen, wie sich Stürme beliebiger Größe verhalten und entwickeln. "Modelle mit höherer Auflösung stellen größere Wettersysteme wie Orkane genauer dar, wodurch sich der Verlauf von Regen und Stürmen besser vorhersagen lässt", sagt Gross. Anders gesagt: In ein paar Jahren haben die Wetterexperten keine Ausrede mehr, wenn ihre 5-Tage-Prognosen nicht stimmen. Und wir werden mehr darüber wissen, wann und wo genau das nächste große Gewitter über uns hereinbricht.
Exascale-Datenverarbeitung kann helfen, die Trinkwasserknappheit zu überwinden
Mithilfe schnellerer Supercomputer erforschen Wissenschaftler Entsalzungs- und Reinigungsfilter, um die Menge an Trinkwasser auf der Welt zu erhöhen.
Der Zugang zu Trinkwasser ist überall auf der Welt eine Herausforderung. Ob die ausgezehrten Grundwasserleitschichten unter Saudi Arabien, die ausgetrocknete Erde von Brasilien oder die Dürre auf den Great Plains in der Kornkammer Nordamerikas, die sich ausbreitet wie Risse im Asphalt: Die Gefahr von flächendeckendem Wassermangel ist sehr real. Der US-Geheimdienst kommt in einem Bericht aus dem Jahr 2012 zu dem Schluss, dass sich die Trinkwasserknappheit sogar auf die nationale Sicherheit auswirken wird. Schätzungen gehen davon aus, dass der Bedarf an Trinkwasser bis zum Jahr 2030 das weltweite Angebot um 40 Prozent übersteigen wird.
Ramya Tunuguntla
Postdoctoral Researcher, Lawrence Livermore National Laboratory
Steigende Temperaturen, weniger Regen, mehr Menschen, Umweltverschmutzung und Armut – die Herausforderungen, die zu einem erhöhten Wasserbedarf führen, können auf den ersten Blick unüberwindbar erscheinen. Doch Aleksandr Noy ist überzeugt, dass er mithilfe eines Exascale-Computer eine Nanoröhrchenmembran entwickeln kann, die Wasser filtern und dadurch Leben retten kann. "Mit so viel Rechenkapazität können wir schnell eine Simulation durchführen, bevor wir im Labor weitermachen", sagt er. "Das hilft uns enorm, da wir uns so auf die wirklich wichtigen Experimente konzentrieren können." Und es liegt noch viel Arbeit vor ihm: Die genauen Messwerte für den Wassertransport durch die Nanoröhrchen müssen noch bestimmt werden. Und noch weiß niemand, welches Material am besten geeignet ist, um eine Vielzahl an Nanoröhrchen darin unterzubringen, oder wie diese Röhrchen angeordnet sein sollten. "In vielen der Studien zur Nanoröhrchenmodellierung anhand von Simulationen gibt es immer noch Diskrepanzen bei den Zahlen", sagt die Wissenschaftlerin Ramya Tunuguntla, die mit Noy zusammenarbeitet. "Das ist ein Problem, das wir lösen müssen." Wie Noy glaubt sie, dass ihnen ein leistungsfähigerer Supercomputer zum Durchbruch verhelfen könnte: "Mit Exascale könnten wir längere Simulationen durchführen und mehr Daten erfassen."
2023 wird ein neuer Supercomputer im Livermore Lab installiert. Dieser Computer namens Sierra wird ungefähr die vier- bis sechsfache Leistung des aktuellen Systems aufweisen – wahrscheinlich die letzte Stufe, bevor Exascale endlich diese wunderbaren hochaufgelösten Bilder liefert, die mit einer Trillion FLOPS möglich werden. Tatsächlich wird Exascale bis dahin vielleicht schon an anderen Standorten eingesetzt. Ein hochrangiger Forscher in Livermore glaubt, dass es die ersten Exascale-Computer in den USA um das Jahr 2020 geben wird. China hingegen – der haushohe Favorit in diesem Rennen – wird nach eigenen Angaben bereits Ende dieses oder Anfang des nächsten Jahres einen Prototypen dieses Computers vorstellen, der von einigen Super-Supercomputer genannt wird.
Costas Bekas, zweimaliger Gewinner des Gordon Bell Prize und Exascale-Experte im IBM-Forschungslabor in Zürich, betont, dass mit Exascale nicht das Ende der Fahnenstange erreicht ist – die Leistungsfähigkeit von Computern wird weiter wachsen. Er sagt für die Zukunft Möglichkeiten bei der Computermodellierung voraus, mit denen wir das Universum nicht nur auf molekularer, sondern sogar auf atomarer Ebene erforschen können.
"Mit Exascale können wir endlich hochkomplexe Fragen beantworten, wie etwa die Funktionsweise von Nanoröhrchen – und das mit einem akzeptablem Zeit- und Energieaufwand", sagt Bekas. "ExaFLOPS werden unseren Planeten nicht retten. Dafür haben wir zu viele Probleme. Davon abgesehen werden sie die Erde aber zu einem besseren Ort zum Leben machen."
In Lawrence Livermore legen Aleksandr Noy und Ramya Tunuguntla eine weitere Nanoröhrchenmembran in eine Testzelle, betätigen einen Schalter und erfassen mehr Daten. Vielleicht verändern sie mithilfe der Exascale-Datenverarbeitung schon bald das Leben von Milliarden Menschen.
RENE CHUN ist Journalist aus New York. Seine Texte erschienen in Publikationen wie The New York Times, The Atlantic, Wired und Esquire.
Animationen von Justin Poulsen
Illustrationen von Matthew Hollister
