Barcelona Supercomputing Center MareNostrum
Instal·lacions del Barcelona Supercomputing Center, a la capella de Torre Girona, a la UPC.

Supercomputació i Revolució de la Informació

La utilitat més clàssica de la supercomputació per a la indústria és la possibilitat de realitzar experiments amb el supercomputador en comptes de mitjans físics. Això comporta un abaratiment de costos i una acceleració enormes en el procés de disseny dels productes: els experiments són més ràpids i més barats. I en l’actualitat, notablement precisos

La revolució industrial del segle XXI és la revolució de la informació. L’augment de la capacitat de càlcul dels ordinadors ens ha dotat de la possibilitat d’extreure coneixement de gran utilitat per millorar l’eficiència de la indústria, les empreses de serveis i les administracions.
En aquest context, la supercomputació, per la gran capacitat de les seves màquines, però també per la manera de programar-les, es converteix en un instrument clau per a aquells països, empreses i entitats que vulguin situar-se entre els més desenvolupats i avançats. La revolució industrial de la informació consisteix en capacitat de càlcul i algoritmes.

SIMULACIONS
La utilitat més clàssica de la supercomputació per a la indústria és la possibilitat de realitzar experiments amb el supercomputador en comptes dels mitjans físics. Això comporta un abaratiment de costos i una acceleració enormes en el procés de disseny dels productes: els experiments són més ràpids i més barats. I en l’actualitat, notablement precisos.

Què significa poder reproduir un experiment en un supercomputador? Significa poder simular la física i la química dels fenòmens de la naturalesa al computador, resolent els models matemàtics, les equacions, que modelen aquests fenòmens.

Amb la capacitat actual de càlcul dels computadors hi ha fenòmens que fa vint anys no es podien simular amb prou precisió i avui dia sí que es pot. Per exemple, les combustions. En la simulació de la combustió encara no s’aconsegueix una precisió total, però el nivell de precisió és ja prou alt com per ser molt útil en el disseny de diferents dispositius de combustió, des del motor d’un cotxe fins a una turbina de gas o un combustor industrial. Segon exemple, les interaccions entre qualsevol tipus d’aparell mecànic amb fluids: podem simular detalladament el funcionament d’un generador eòlic o d’una bomba hidràulica. I tercer exemple, l’exploració d’hidrocarburs: en l’actualitat tenim una capacitat de càlcul que ens permet obtenir imatges, i ja no només imatges, sinó conèixer les propietats físiques del terreny, amb una precisió que era impossible abans de les màquines petaflop. Les màquines petaflop són les que són capaces de realitzar mil bilions d’operacions per segon (1015). I amb les màquines exaflop (1018), previstes per a inicis de la pròxima dècada, encara arribarem més lluny.

SOFTWARE PARAL·LEL
Al Barcelona Supercomputing Center –Centre Nacional de Supercomputació (BSC) – disposem del superordinador MareNostrum, que ocupa el número 16 en la llista Top 500 dels superordinadors més ràpids del món. MareNostrum 4 té una capacitat càlcul de 13,7 petaflops, una memòria principal de 390 terabytes i 14 terabytes d’emmagatzematge en disc dur.

Però, quan es parla de supercomputació per a la indústria, és important pensar que no sempre és necessari disposar de la màquina més ràpida del món. Supercomputació en realitat vol dir computació paral·lela. Hi ha problemes industrials que necessiten computadors més modestos que MareNostrum, però tot i així computadors paral·lels. Per tant, és important que es desenvolupi software capaç d’utilitzar aquestes màquines paral·leles de forma eficient. I una de les principals contribucions del BSC a la indústria és ajudar al desenvolupament d’aquest tipus de software paral·lel.

Avui dia podem construir xarxes neuronals gegantines que ja són útils per abordar problemes reals. El procediment és recopilar les dades del problema i així entrenar una xarxa neuronal. Aquesta xarxa neuronal farà prediccions sobre els comportaments d’aquest sistema i actuarà com un simulador basat en equacions.

XARXES NEURONALS
Algunes vegades hi ha problemes industrials que no es poden simular d’una forma estàndard, és a dir, a través de resoldre una sèrie d’equacions que modelen la física. Això ocorre per diferents motius. Normalment sol ser per incerteses, perquè hi ha una cosa que no coneixem i que ens impedeix resoldre l’equació. Per exemple, en una incineradora de residus no coneixem quin és el combustible que estem cremant, perquè no coneixem al detall la composició de les escombraries. Quan passen aquest tipus de situacions, podem modelitzar el fenomen utilitzant simplement dades, sense necessitat d’utilitzar equacions. Avui dia, s’ha arribat a un punt de desenvolupament electrònic en què podem construir xarxes neuronals gegantines que ja són útils per abordar problemes reals.

El procediment és recopilar les dades del problema i així entrenar una xarxa neuronal. Aquesta xarxa neuronal farà prediccions sobre els comportaments d’aquest sistema i actuarà com un simulador basat en equacions. Les xarxes neuronals es coneixen des dels anys 60, però en fa vint van obtenir resultats útils per a problemes reals que amb elles no era possible, simplement perquè els circuits que hi havia no permetien crear xarxes d’una mida prou gran. Ara, amb l’avenç de l’electrònica, ja es pot.

Instal·lacions de Barcelona Supercomputing Center

PROCESSAT DE LLENGUATGE NATURAL
Una altra aplicació nova de la supercomputació és en el camp de les ciències socials, per exemple en el camp del processat de llenguatge natural, el llenguatge que utilitzem els humans. Mitjançant algoritmes estadístics nous, que utilitzen la gran capacitat de càlcul de les màquines, podem tractar textos de forma automatitzada per, per exemple, extreure o trobar informació d’una sèrie de bases de dades o de documents en els quals, sense aquestes eines, no podríem fer res més que buscar paraules clau, keywords. Per a qui té utilitat, això? Doncs té utilitat, per exemple, per al tractament de la informació jurídica, per al tractament de tota la informació clínica dels hospitals o per al tractament de la informació de les administracions, que actualment disposen de múltiples bases de dades i de documents disperses i amb diferents formats.

BIG DATA
En el camp de les ciències socials, quan analitzem grans quantitats de dades, apareixen també problemes de Big Data. Per exemple, quan ens enfrontem a la gestió de les queixes dels ciutadans d’una gran ciutat o volem analitzar diferents informacions procedents de les xarxes socials, el volum de dades és tan gran que necessitem superordinadors i algoritmes especials per poder tractar aquesta informació i extreure conclusions útils.

En conclusió, la capacitat de càlcul i els algoritmes poden ser eines claus per millorar la gestió de tota mena de processos que persegueixi l’optimització i l’eficiència. Al segle XXI, tenir-los com a aliats serà clau per a totes aquelles empreses, administracions i entitats que desitgin tenir un paper destacat en les seves respectives àrees.