Перейти к контенту

Как суперкомпьютеры помогут нам опреснять морскую воду

Получить питьевую воду из морской – непростая задача. Ученые работают над ней, но им требуются огромные вычислительные мощности.

Рене Чун (Rene Chun)

У Александра Ноя большие планы на микроскопические углеродные трубки. Он – старший научный сотрудник Ливерморской национальной лаборатории, и значительную часть своей карьеры посвятил алхимии опреснения морской воды. Сейчас он сосредоточил усилия на углеродных нанотрубках. Эти структуры настолько малы, что их можно увидеть только через электронный микроскоп. В 2006 г. Ной выдвинул смелую гипотезу: нанотрубки можно использовать как фильтр. Вопрос лишь в их толщине: они должны пропускать молекулы воды, но останавливать частицы соли. Ученый уверен, что это позволит создать самую эффективную в мире систему очистки воды.

Какова толщина углеродных нанотрубок?

Паутина

4000 нанометров

50 углеродных нанотрубок

по 0,8 нанометра каждая

Большинство его коллег по лаборатории отклонили эту идею как фантастическую. "Было сложно поверить, что вода сможет просачиваться через такие тонкие трубки", – признается Ной. Но если теория нанотрубок верна, ее польза будет просто неоценима. Около 1,2 миллиарда человек – одна шестая населения Земли – уже испытывают недостаток питьевой воды. Но существующие системы опреснения потребляют много энергии, поскольку они основаны на выпаривании или использовании сложных фильтров, а значит требуют больших капиталовложений. Если идея фильтра из нанотрубок осуществима, это значительно улучшит ситуацию.

Команда Ноя провела небольшой эксперимент с фильтрацией, который длился одну ночь. Утром ассистенты обнаружили на полу лаборатории лужу: вода просочилась сквозь нанотрубки так быстро, что резервуар под ними оказался переполнен. Позже исследователи определили, что пропускная способность углеродных нанотрубок в шесть раз выше, чем у фильтров современных опреснительных установок.

Эта небольшая лужа стала одним из крупнейших достижений в карьере Ноя. "Эксперимент дал потрясающие результаты, – рассказывает он, – хотя сначала никто не знал, чего ожидать". Но теперь, когда известно, что фильтрация через нанотрубки возможна, нужны лишь вычислительные мощности, чтобы решить технические вопросы.

К счастью, ученые уже стоят на пороге эпохи эксафлопсных вычислений (которые в случае Google, скорее всего, будут реализованы на основе множества машин, объединенных в облаке). С ее наступлением сегодняшние суперкомпьютеры станут грудой устаревшего железа. Возможность выполнять квинтиллион операций в секунду станет для исследователей огромным подспорьем в создании масштабных комплексов для опреснения воды на основе нанотрубок. Эти трубки, как и миллиарды молекул воды, которые протекают по ним, слишком малы, чтобы ученые могли тестировать различные сочетания фильтрующих материалов в реальных условиях – на это уйдет слишком много времени и усилий. Машины эксафлопсного класса позволят точнее моделировать материалы и ускорить исследования. Новые технологии помогут решить и другие насущные проблемы современной экологии.

Перспективы эксафлопсных вычислений

Резкий рост мощности компьютеров позволит решать задачи, которые ранее были нам не по силам, и приведет к прорывам во многих областях.

  • Иллюстрация: разработка лекарств
    Разработка лекарств

    Фармацевты смогут анализировать миллиарды комбинаций веществ, чтобы подбирать лекарства в соответствии с особенностями организма больного.

  • Иллюстрация: прогнозирование погоды
    Прогнозирование погоды

    Метеорологи получат возможность анализировать огромное количество информации и предупреждать о надвигающихся катаклизмах за четыре недели.

  • Иллюстрация: перевод с одного языка на другой
    Перевод

    Перевод с одного языка на другой в реальном времени может стать обычной функцией на смартфонах.

Для тех, кто не живет в Кремниевой долине: эксафлопсными компьютерами называют мощные вычислительные машины следующего поколения, которые смогут выполнять квинтиллион (миллиард миллиардов) операций в секунду. Это почти в 11 раз больше производительности китайского Sunway TaihuLight, самого быстрого суперкомпьютера на сегодняшний день. Эксафлопс вычислений – это примерно столько, сколько могли бы выполнить 50 миллионов ноутбуков, объединенных в одну сеть.

И гонка за первенство в создании такого суперкомпьютера уже началась, ведь эти машины позволят ученым пересмотреть наши знания в самых разных областях – от теоретической физики до прогноза погоды. А исследования, подобные проекту Ноя по использованию нанотрубок, станут первым практическим применением новых возможностей.

"Рост вычислительной мощности приведет к настоящему прорыву в материаловедении, фармацевтике и химии", – утверждает Джордж Даль, исследователь из команды Google Brain. По его словам, во всех этих отраслях науки важное значение имеет моделирование поведения молекул. Однако оно требует большого объема расчетов для каждой молекулы в составе материала, который интересует ученых, и в настоящее время это занимает много времени.

Кроме того, по словам Даля, при молекулярном моделировании очень продуктивным может быть использование машинного обучения, а для него также очень важна вычислительная мощность. А сочетание этих факторов даст возможность создавать принципиально новые материалы.

Именно эти достижения помогут создать более эффективные и дешевые фильтры для опреснения воды. Есть и другие сферы исследований, в которых применение суперкомпьютеров эксафлопсного класса может помочь в решении проблемы недостатка водных ресурсов.

Подобную работу, в частности, ведут инженеры Google Ноул Горелик (Noel Gorelick), один из создателей Earth Engine, и Тайлер Эриксон (Tyler Erickson), старший специалист по связям с разработчиками. Эриксон занимается обработкой данных, имеющих отношение к воде. Эти ученые используют облачную платформу Earth Engine для масштабного анализа сведений об окружающей среде. Недавно Горелик и специалисты Объединённого исследовательского центра Еврокомиссии предприняли попытку создать карту водной поверхности в высоком разрешении. В распоряжении команды проекта были спутниковые снимки планеты из базы данных Earth Engine более чем за 30 лет. На основе этого материала удалось смоделировать эволюцию водоемов на протяжении десятилетий, например показать, как иссушаются целые озера и появляются новые реки, а также дать этим процессам количественную оценку. Если бы исходную информацию нужно было загрузить за один раз, это заняло бы три года. По словам Эриксона, эксафлопсные вычисления позволят собрать ещё больше данных за меньшее время и в итоге создать гораздо более точные карты.

"Если бы у нас было больше вычислительной мощности, мы смогли бы использовать больше источников данных, – говорит Эриксон. – Машина эксафлопсного класса позволила бы привлечь к участию в проекте исследователей-любителей, потенциал которых существенно недооценен. Представьте, что к картографированию водоемов мог бы подключиться любой владелец беспилотника с HD-камерой. Так удалось бы собрать гораздо больше ценных сведений". Студенты ВУЗов могли бы запускать квадрокоптеры DJI Phantom над реками и озерами и загружать видеоматериал в Google Cloud. Затем ученые с помощью эксафлопсных машин сохраняли бы данные и связывали их с базовой картой Google. Завершалось бы все анализом данных и созданием цифровых карт на их основе. Вовлечение в науку множества энтузиастов могло бы помочь в сельскохозяйственном планировании, защите от последствий природных катастроф и мониторинге экологической обстановки. Компания Google старается идти навстречу ученым. Так, в 2014 г. она выделила один петабайт облачной памяти для хранения информации о климате, а также 50 миллионов часов машинного времени на платформе Google Earth Engine для ее обработки.

Впрочем, по словам Даля, прирост мощности компьютеров сам по себе не решит все проблемы ученых. Но самые важные открытия могут быть связаны с совершенно новыми сферами применения суперкомпьютеров. Джордж проводит аналогию с микроскопом, изобретение которого стало ключом к множеству важнейших открытий: "Возможно, мы откроем новые области знаний, о которых раньше не подозревали, и создадим принципиально новый инструмент, с которого начнется новая научная эпоха".

Только 3% воды на Земле пригодно для питья

Более того: из этого количества нам доступна лишь небольшая часть.
Общее количество пресной воды. К сожалению, почти вся она представлена ледниками, полярными шапками и грунтовыми водами.

Во флопсах измеряется мощность любой вычислительной машины – от ноутбука до самого быстрого суперкомпьютера в мире. Чем больше флопсов, тем быстрее выполняются вычисления. Это позволяет создавать более детальные изображения объектов, а значит более точно моделировать их и повышать точность прогнозов. Это особенно важно для таких организаций, как Национальное управление океанических и атмосферных исследований США (NOAA), которое прогнозирует природные явления и изменения климата.

Системы эксафлопсного класса будут способны выполнять квинтиллион (1018) операций в секунду.

В NOAA рассчитывают перейти на эксафлопсные машины в 2020-х годах. "Это позволит нам более точно и заблаговременно предсказывать опасные природные явления, то есть спасти больше людей от смерти и предотвратить экономический ущерб", – говорит Брайан Д. Гросс (Brian D. Gross), заместитель директора по высокопроизводительным вычислениям и коммуникациям.

Гросс приводит такой пример: в 2000-х годах его организация использовала терафлопсные системы, которые выполняли триллион операций в секунду. Это позволяло рассчитывать изменения погоды на уровне штата. Сегодня, с компьютером петафлопсного класса (квадриллион операций в секунду), метеорологи делают это уже в масштабе графства. С эксафлопсными вычислениями NOAA сможет строить достоверные прогнозы на ещё более детальном уровне, например предупреждать о штормовом ветре в городе, и получит более детальные сведения о поведении воздушной стихии. "Модели с высоким разрешением более точно воспроизводят масштабные природные явления, такие как ураганы, а значит дают возможность предугадать, где именно прольется ливень или по какому маршруту пройдет циклон", – поясняет Гросс. Иными словами, через несколько лет прогноз погоды на ближайшие пять дней станет не менее точным, чем сейчас на текущие сутки, а метеослужбы смогут предупреждать, где и когда именно разразится буря.

Эксафлопсные вычисления позволят решить проблему питьевой воды

Более мощные суперкомпьютеры помогут исследователям в совершенствовании систем опреснения и очистки.

Обеспечение питьевой водой – это глобальная проблема. Дефицит воды медленно, но верно дает о себе знать по всему миру – от истощенных водоносных горизонтов Саудовской Аравии до сухой почвы Бразилии и некогда хлебородных американских Великих равнин, ныне пораженных засухой. Он даже упоминается в отчете спецслужб США от 2012 г. как будущая угроза национальной безопасности. Ожидается, что к 2030 г. спрос на питьевую воду превысит ее доступные запасы на 40%.

Стоящие перед человечеством проблемы – глобальное потепление, снижение естественного орошения почв, рост численности населения, загрязнение окружающей среды, бедность – на первый взгляд кажутся непреодолимыми. Но ученые полны оптимизма. Александр Ной уверен, что эксафлопсный компьютер поможет ему создать фильтрующую мембрану из нанотрубок, которая спасет от нехватки воды множество людей, животных и растений. "С такими вычислительными мощностями мы сможем быстро моделировать ситуации перед началом практической работы в лаборатории, – рассказывает ученый. – И тогда мы сможем отказаться от бесполезных экспериментов". Пока ученым предстоит ответить на множество вопросов: как рассчитать параметры нанотрубок, чтобы они пропускали воду, какой материал выбрать в качестве основы для мембраны, как сконструировать саму мембрану и так далее. "При моделировании материалов из нанотрубок мы по-прежнему наблюдаем серьезные расхождения в результатах расчетов, – поясняет Рамья Тунугунтла, коллега Александра Ноя, недавно защитивший диссертацию. – И нам предстоит решить эту проблему". Рамья согласен с тем, что суперкомпьютер следующего поколения выведет подобные исследования на новый уровень: "С эксафлопсными вычислениями мы сможем моделировать намного эффективнее".

К 2023 г. в Ливерморской национальной лаборатории планируется установить новый суперкомпьютер. Ожидается, что Sierra будет в 4–6 раз мощнее существующих аналогов. Вероятно, это событие ознаменует начало эпохи массовой обработки огромных массивов данных, которые уже накоплены мировым научным сообществом. Если, конечно, к тому времени не появятся ещё более мощные машины. По информации одного из ведущих научных сотрудников лаборатории, первые эксафлопсные компьютеры должны появиться в США около 2020 г., однако китайцы – явные фавориты гонки за вычислительную мощность – заявляют, что построят прототип уже в конце этого или начале следующего года.

Костас Бекас (Costas Bekas), двукратный лауреат Gordon Bell Prize и специалист лаборатории IBM Research в Цюрихе, уверяет, что эксафлопсные вычисления далеко не предел уже в обозримом будущем, и близок тот день, когда с помощью компьютерного моделирования мы сможем изучать Вселенную не только на молекулярном, но и на атомном уровне.

"Эксафлопсные вычисления, – рассуждает Бекас, – позволят нам в приемлемый срок и при относительно невысоких затратах получать ответы на крайне сложные вопросы, например о принципах работы нанотрубок. Конечно, это не спасет мир – в нем накопилось слишком много проблем. Однако новые технологии существенно упростят нам жизнь".

А пока в Ливерморской лаборатории Александр Ной и Рамья Тунугунтла помещают очередной вариант мембраны из нанотрубок в экспериментальную камеру, нажимают на кнопки и собирают данные. Возможно, скоро эти ученые изменят жизни миллиардов людей.

РЕНЕ ЧУН (RENE CHUN) – писатель из Нью-Йорка. Его статьи публикуются в The New York Times, The Atlantic, Wired и Esquire.

Аниматор: Джастин Поулстин
Художник: Мэтью Холистер

Похожие истории

Песни китов становятся любимым увлечением молодого меломана

Песни китов становятся любимым увлечением молодого меломана

Как машинное обучение помогает спасать пчел во всем мире

Как машинное обучение помогает спасать пчел во всем мире

Как шесть молодых женщин используют технологии, чтобы решить проблему загрязнения воды

Как шесть молодых женщин используют технологии, чтобы решить проблему загрязнения воды

Как искусственный интеллект используется для раннего оповещения о стихийных бедствиях

Как искусственный интеллект используется для раннего оповещения о стихийных бедствиях

Песни китов становятся любимым увлечением молодого меломана

Песни китов становятся любимым увлечением молодого меломана

Как машинное обучение помогает спасать пчел во всем мире

Как машинное обучение помогает спасать пчел во всем мире

Как шесть молодых женщин используют технологии, чтобы решить проблему загрязнения воды

Как шесть молодых женщин используют технологии, чтобы решить проблему загрязнения воды

Как искусственный интеллект используется для раннего оповещения о стихийных бедствиях

Как искусственный интеллект используется для раннего оповещения о стихийных бедствиях

Песни китов становятся любимым увлечением молодого меломана

Песни китов становятся любимым увлечением молодого меломана

Как машинное обучение помогает спасать пчел во всем мире

Как машинное обучение помогает спасать пчел во всем мире

Как шесть молодых женщин используют технологии, чтобы решить проблему загрязнения воды

Как шесть молодых женщин используют технологии, чтобы решить проблему загрязнения воды

Как искусственный интеллект используется для раннего оповещения о стихийных бедствиях

Как искусственный интеллект используется для раннего оповещения о стихийных бедствиях

К началу