Toepassingen
Wellicht vraag je je af waarvoor je zoveel rekenkracht nodig hebt, maar de vraag zou eerder moeten zijn: waarvoor niet. Het aantal toepassingsgebieden is duizelingwekkend. De MareNostrum IV van het BSC wordt ingezet voor een zeer divers aantal toepassingen, die gemeen hebben dat ze draaien om een enorme hoeveelheid data en om complexe berekeningen op die data.
Zo analyseert het systeem de data die binnenkomt van de Gaia missie van Europees ruimteagentschap ESA. Hierbij wordt een poging gedaan een groot deel van het universum in kaart te brengen, waarbij data van 1,7 miljard sterren wordt geregistreerd. Dat resulteert in een databerg van 3 petabyte die moet worden geanalyseerd.
Een andere toepassing in Barcelona is het EGA, het European Genome-Phenome Archive. Zoals wellicht bekend is alweer enige tijd geleden het menselijk genoom, waarin vier basisbouwstenen in 6 miljard verschillende combinaties voorkomen, in kaart gebracht, maar dat was niet zozeer het einde als wel van het begin van een ontwikkeling. In het kader van onderzoek naar ziektes, voorop kanker, maar ook hart- en vaatziekten, ontstekingsziekten, neurologische en andere aandoeningen vergelijkt het EGA project 20.000 verschillende genomen met elkaar, oftewel 20 duizend maal 6 miljard verschillende baseparen. Dankzij het rekenwerk van de MareNostrum IV konden zo 4 verschillende mutaties herkend worden die structureel voorkomen bij bepaalde aandoeningen, wat een belangrijke stap is naar het vinden van een behandelmethode. De EGA dataset is inmiddels al 4,5 petabytes groot.
Binnen het Calliope project wordt analyse gedaan naar luchtkwaliteit op basis van een groot aantal sensoren en informatie over weer en windrichting, om zo te voorspellen hoe de luchtkwaliteit op een willekeurige plaats op een dag in de nabije toekomst zal zijn. Op basis daarvan kunnen overheden besluiten om bijvoorbeeld wegen af te sluiten of maximumsnelheden te verlagen. Ook hiervoor wordt een zeer grote hoeveelheid data geanalyseerd, en zijn complexe berekeningen nodig voor het in kaart brengen van het effect van weer op de luchtkwaliteit bij een gegeven hoeveelheid verontreiniging.
Alya Red is een simulatie die alleen op een supercomputer tot stand kan komen, waarbij het menselijk hart volledig accuraat wordt gemodelleerd. Daarbij komen berekeningen uit drie disciplines bij elkaar (biomechanica, vloeistofdynamica en neurologie). Met behulp van MRI kunnen afmetingen en vorm van een willekeurig hart worden vastgelegd, waarna hiermee en met de Alya simulatie het effect van diverse behandelingen en ingrepen kan worden gesimuleerd, zoals de werking en aansturing door een pacemaker. Dit zorgt ervoor dat operaties beter kunnen worden voorbereid en daardoor succesvoller zijn.
Andere BSC toepassingen betreffen bijvoorbeeld simulaties van de menselijke luchtwegen, van de windturbines (om de ideale hoogte, vorm en plaatsing voor optimaal rendement te kunnen berekenen).
Machine learning
Naast simulaties vormt kunstmatige intelligentie en dan met name machine learning in toenemende mate een belangrijke toepassing voor supercomputers. Bij de BSC is een mooi voorbeeld beeldanalyse, een discipline waarin ML nu al zeer succesvol is. In dit specifieke geval betreft het analyse van afbeelding van de menselijk netvlies. Vroege detectie van afwijkingen hierin kan voorkomen dat mensen hun zicht verliezen, en zorgen voor een optimale behandelmethode. Het bekijken en analyseren van retinafoto's is tijdrovend en lastig voor menselijke artsen, maar het zelflerende Tiramisu-systeem van een onderzoeksgroep die bij het BSC met dit vraagstuk aan de slag ging, geeft binnen een fractie van een seconde aan of en waar de afwijkingen zichtbaar zijn. Het bijzondere aan dit systeem is dat het niet alleen afwijkingen kan herkennen op basis van voorbeelden waarmee het 'gevoerd' wordt, maar ook zelfstandig nieuwe, of minder bekende afwijkingen waarvan niet voldoende beeldmateriaal bestaat vaststellen.
Op basis van onderzoek van Intersect360 is zo'n 90% van academische, commerciële en gouvernementele organisaties met HPC-systemen bezig met de toepassing van machine learning dan wel het onderzoek naar hoe dit in te zetten voor de eigen doeleinden. Het ziet er dan ook niet naar uit dat de vraag naar HPC-systemen binnenkort zal afnemen.
