Wir präsentieren einen auf Bayes'schen Inversion basierenden digitalen Zwilling, der Akustik nutzt
Druckdaten von Meeresbodensensoren, zusammen mit 3D-gekoppelter akustischer Schwerkraft
Wellengleichungen, um auf erdbebeninduzierte raumzeitliche Meeresbodenbewegungen zu schließen
Echtzeit- und Vorhersage der Tsunami-Ausbreitung in Richtung Küsten zur Frühwarnung
mit quantifizierten Unsicherheiten. Unser Ziel ist die Cascadia-Subduktionszone, mit
eine Milliarde Parameter. Allein die Berechnung des hinteren Mittelwerts würde erfordern 50
Jahre auf a 512 GPU-Maschine. Stattdessen, Ausnutzung der Verschiebungsinvarianz der
Parameter-zu-observable-Karte und Entwicklung neuartiger paralleler Algorithmen, wir induzieren a
schnelle Offline-Online-Zerlegung. Für die Offline-Komponente ist nur eine erforderlich
Adjungierte Wellenausbreitung pro Sensor; mit MFEM, Wir skalieren diesen Teil des
Berechnung auf das vollständige El Capitan-System (43,520 GPUs) mit 92% schwache Parallele
Effizienz. Darüber hinaus, gegebene Echtzeitdaten, Die Online-Komponente löst genau
die Bayes'sche Umkehrung und Vorhersageprobleme in 0.2 Sekunden auf einer bescheidenen GPU
System, eine zehnmilliardenfache Beschleunigung.

Dieser Artikel untersucht Zeitreisen und deren Auswirkungen.

PDF herunterladen: