tehnoloģiju radīšana ≈ olimpiāžu uzdevumu risināšana
TRANSCRIPT
Tehnoloģiju radīšanaTehnoloģiju radīšana≈≈
olimpiāžu uzdevumu risināšana*olimpiāžu uzdevumu risināšana*
* plazmas fiziķa skatījumā
Juris Venčels
2016
Plazma – jonizēta gāze (elektroni, joni utt..)
- Plazmas uzturēšanai nepieciešami īpaši apstākļi
+ To iespējams kontrolēt ar elektromagnētisko lauku
Pielietojumi
Joma, kurā es darbojos
Holla dzinējs (Hall thruster)
Mērķis:* Satelītu orbitālā ātruma uzturēšana* Aparātu sūtīšana tālu kosmosā
Princips:* Enerģija no saules paneļiem* Jonizē gāzi (Xe, Kr), iegūst plazmu* Elektrisks lauks paātrina jonus* Magnētisks lauks “savalda” elektronus
Dzinējspēks: 1mN – 1NEfektivitāte: <70%Darba ilgums: 3 gadi
+ Ļoti efektīvs- Niecīga jauda
Jaudīga raķetenogādāaparātukosmosā10km/s
Holladzinējspaātrinalīdz50km/s
Plazmas eksperimenti ir ļoti dārgi un laikietilpīgi
Tipisks piemērs
ITER (latīņu v. - “ceļš”) = starptautisks kodolsintēzes izpētes projekts
Kodolsintēze – kodolu saplūšanas process, kas notiek uz Saules un citām zvaigznēm
Mērķis - uzbūvēt eksperimentālu reaktoru
Celtniecība ≈10 gadi, ≈$15 miljardi
Cilvēks
Eksperimentus daļēji var aizstāt ar “skaitliskiem eksperimentiem”
Skaitliskie eksperimenti = datorsimulācijas
Balstās uz fizikas likumiem, to vienkāršojumiem un skaitliskām metodēm
Piemērs:
Pozitīvas (+) un negatīvas (-) daļiņas kustība magnētiskajā laukā
m – daļiņas masav – ātrumsx – koordinātesF – magnētiskais laukst – laiks
Formulē problēmu
Programmē
Apraksti to arvienādojumiem
Risini
Analizē rezultātu
Parasti datorsimulācijas notiek tā:
Jāizvēlas pēc iespējas vienkāršāks fizikas modelis, kas apraksta problēmu līdz pieņemamai precizitātei
Fizikas vienādojumi tiek diskretizēti – padarīti vienkāršāki priekš skaitlisko aprēķinu veikšanas
C++, Fortran, Python, Matlab, Mathematica ...
Lielākoties aprēķini veikti ar vairākiem procesoru kodoliem, lietots tiek viss - klēpjdatori, darba stacijas un superdatori
Grafiki, skaitļi, bildes un video
Vienādojumu iegūšana, risināšana ar simboliskajām paketēm
Vieglas, ātras problēmas80% Pildspalva un papīrs20% Wolfram Alpha
Sarežģītas problēmas30% Pildspalva un papīrs70% Wolfram Mathematica
Prasmes, kuras 10x atmaksājušās
Ar matemātikas paketēm un pareizu pieeju var atrisināt sarežģītas problēmas ļoti īsā laikā
Katrai programmēšanas valodai ir +/-
Šis ir tipisks komplekts fiziķim..un ne tikai
C++ - Sarežģīta, nepieciešams kompilēt+ Augstas veiktspējas aprēķini
Python + Viegli apgūt+ Aprēķini, statistika, grafiki
Mathematica - Maksas programma+ Simboliskie aprēķini, grafiki
R + Statistika, datu analīze, grafiki
Pat visjaudīgākie datori pasaulē spēj simulēt tikai nelielu daļu fizikas
* Modeļi tiek vienkāršoti* Mazsvarīgi procesi ignorēti
Milzīga datorsimulācija>260.000 procesoru kodoli
Bieži datorsimulācijas ir pieticīgas, rezultāti attēloti grafikos
Tās veiktas ar klēpjdatoriem, darba datoriem vai nelieliem superdatoriem
Tranzistoru skaits
Frekvence
Jauda (siltums)
Veiktspēja
Paralēlie aprēķini
* izmanto ≈60 gadus* personālajos datoros ≈10 gadus
Procesora veiktspēju nosaka* frekvence* kodolu skaits* …
Galvenā problēma – daudz siltuma
- Frekvences pieaugums apstājies- Kodola veiktspēja apstājusies+/- Jaudas pieaugums apstājies+ Kodolu un tranzistoru skaits aug+ Kopējā veiktspēja aug
1 procesors – 6 kodoli
Mūra likums – tranzistoru skaits procesoros dubultojas aptuveni divos gados
Superdators – BeskowStokholma, Zviedrija
3352 procesori (53632 kodoli)RAM - 104.7 TB
Izmanto zinātnei un industrijai2014. g. novembrī – 32. ātrākais pasaulē
Paralēlo aprēķinu piemērs
Sareizināt skaitļus no 1 līdz 1000000 izmantojot 2 procesorus
1*2* … *1000000
1*2* … *500000 500001* … *1000000
= R1 = R2
Proc 1 Proc 2
Rezultāts = R1*R2
Eksperimentāla kodolsintēzes iekārtaGeneral Fusion, Kanāda750 MB/s
Lielie dati un mašīnmācīšanās (big data & machine learning)
* Datu apjoms aug eksponenciāli
* Datu ir vairāk nekā pieejamās atmiņas
* Datu ir vairāk nekā cilvēki spēj apstrādāt
Risinājums – iemācīt datorus apstrādāt datus
Eksperimenta parametri + zināms rezultāts
Jauni parametriProgramma(algoritms)
Rezultāts
Nobeigumā - dažas atziņas
Olimpiāžu tipa uzdevumus risina inženieri, programmētāji, zinātnieki utt... turklāt par to labi maksā
Jāapgūst programmēšanas pamati + paralēlo aprēķinu pamati
Datu apjoms aug eksponenciāli, tos visus nav iespējams saglabāt
Pavisam droši – cilvēki nekad nepārstās izgudrot, radošums un tehnoloģijas nekad neizsīks
Nākotnes cilvēki strādās profesijās un lietos tehnoloģijas par kurām mēs šobrīd pat nenojaušam
Praktiskā daļa
* Aplūko piemērus, ko prot WolframAlphahttps://www.wolframalpha.com/examples/
* TutorialsPoint ļauj rakstīt un darbināt vienkāršas programmashttp://www.tutorialspoint.com/codingground.htm
Piemērs
* Izvēlies Python
* Uzraksti šo programmu
*
* Terminālī ieraksti savu vārdu un spied “Enter”
* Sper nākamos soļus programmēšanā http://www.learnpython.org/
vards = raw_input('Ka tevi sauc?\n')print 'Labdien, %s.' % vards
Pielikums
Latvijā nesen radītas tehnoloģijas
matemātika + programmēšana + elektronika + fizika
* Bezpilota aparāti (UAV)http://www.uavfactory.com/
* Kvadrokopterihttps://www.airdog.com/
* Mašīnmācīšanāshttp://www.kleintech.net/
* Robotihttp://www.sumo-boy.com/
Atsauces
[2] Kas ir plazma? http://www.aetherandbeyond.com/main/education/what-is-plasma.html[3] Saule un Zemes magnetosfēra https://en.wikipedia.org/wiki/Magnetosphere Ziemeļblāzma http://fjordtravel.no/destinations-norway/see-the-northern-lights-in-norway/ Neona lampa http://www.wired.com/2012/12/dec-11-1910-neon-lights-the-city-of-light/ Plazmas lampa https://en.wikipedia.org/wiki/Plasma_globe Groglass stikls, Latvija http://www.groglass.com/ ITER kodolsintēzes rekators https://www.iter.org/ NASA/JPL Deep Space 1 kosmiskais kuģis https://www.sciencedaily.com/releases/2013/02/130213114717.htm[4] ITER projekta dalībvalstis un reaktors https://en.wikipedia.org/wiki/ITER[5] NASA raķetes vizualizācija http://www.nasa.gov/exploration/systems/sls/multimedia/gallery/bolden_2.html NASA jonu dzinējs, video https://www.youtube.com/watch?v=0Kl-vromzaQ Holla dzinējs http://pag.ipplm.pl/?id=hall[6] Skaitliskās metodes daļiņu kustības simulācijām https://www.particleincell.com/2010/es-pic-method/[8] Bārts Simpsons, WolframAlpha http://www.wolframalpha.com/input/?i=Bart+Simpsons-like+curve[10] Ļoti liela kodolsintēzes simulācija https://www.alcf.anl.gov/articles/mira-supercomputer-simulations-give-new-edge-fusion-research[12] Beskow superdators https://www.pdc.kth.se/resources/computers/beskow[13] General Fusion kodolsintēzes reaktora modelis http://www.generalfusion.com/ Lielie dati http://www1.unece.org/stat/platform/display/msis/Big+Data