Frontier non è il più potente computer al mondo: El Capitan, il nuovo supercomputer del Lawrence Livermore National Laboratory, ha superato il precedente detentore del record raggiungendo 1,742 exaFLOPS di potenza di calcolo. Ciononostante, il supercomputer dell’Oak Ridge National Laboratory ha compiuto un’impresa titanica: Frontier ha compiuto una simulazione dell’universo, la più complessa mai realizzata.
Il supercomputer Frontier compie una simulazione dell’universo, la più dettagliata di sempre
Il team del Dipartimento dell’Energia degli Stati Uniti presso l’Argonne National Laboratory ha utilizzato il codice HACC (Hardware/Hybrid Accelerated Cosmology Code) per creare la simulazione più complessa dell’universo mai realizzata. Frontier, ora secondo supercomputer più veloce al mondo, integra 9.472 CPU e 37.888 GPU AMD, raggiungendo una potenza di calcolo di 1,1 exaFLOPS – equivalenti a 1,1 quintilioni di operazioni al secondo. Abbastanza per scendere nel dettaglio.
Le precedenti simulazioni cosmologiche si limitavano a calcolare gli effetti gravitazionali. Il nuovo progetto ExaSky, sostenuto da un investimento di 1,8 miliardi di dollari, permette di includere anche altri fenomeni fisici fondamentali.
In particolare, la simulazione analizza l’interazione tra materia oscura ed energia oscura, che costituiscono la maggior parte dell’universo, insieme alla formazione di stelle, buchi neri e galassie. Il codice HACC ha dimostrato prestazioni 300 volte superiori rispetto alle versioni precedenti.
I risultati saranno messi a disposizione della comunità scientifica per verificare diversi modelli cosmologici e confrontarli con le osservazioni dei telescopi reali. La simulazione, infatti, ricrea lo sviluppo dell’universo in base ai modelli attuali. Analizzando il red-shifting e gli spettri non visibili della luce, gli astronomi possono verificare se i modelli sono compatibili con le attuali condizioni del nostro cosmo. I supercomputer non possono ricostruire atomo per atomo la storia del nostro universo, ma possono aiutarci a capire se ci sono falle nei nostri modelli cosmologici — e aiutarci a migliorarli.
Ultimo aggiornamento 2024-10-06 / Link di affiliazione / Immagini da Amazon Product Advertising API