ИСТИНА |
Войти в систему Регистрация |
|
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
Проектирование современных ускорительных установок требует использования комплексного подхода при моделировании и оптимизации параметров системы [1]. Такой подход подразумевает высокую степень детализации (реалистичности) математической модели с возможностью быстрого процесса численной оптимизации, что невозможно без использования современных гибридных вычислительных архитектур, включающих в себя массивно-параллельные вычисления на графических процессорах (GPU) [2]. Магнитные системы, ускорительные ВЧ системы, различные типы детекторов частиц являются неотъемлемыми элементами ускорительных комплексов. Проектирование указанных элементов является нелинейной самосогласованной задачей, требующей многократного процесса оптимизации параметров ускорительной системы. Например, чтобы получить заданное распределение магнитного поля в детекторе частиц, необходимо подобрать геометрическую конфигурацию магнитной системы, оптимизировать токи в обмотках, произвести прочностные расчеты. Если обмотка с током будет работать в режиме сверхпроводимости, то потребуется, по крайней мере, произвести оценку тепловых деформаций. Даже «заданное» распределение магнитного поля в детекторе частиц не всегда является именно заданным, так как само по себе требует выбора из множества различных конфигураций, обусловленных физическими процессами, которые планируется изучать на установке. В таких случаях приходится рассматривать связанные задачи, например, электромагнитный дизайн установки и моделирование динамики пучка или задачу распознавания треков частиц. Сотрудниками ОИЯИ и МГУ имени М.В. Ломоносова с 2008 года совместно развивается комплексный подход в моделировании и оптимизации элементов ускорительных установок. Создан программный движок на массивно-параллельной архитектуре графических процессоров (GPU) для моделирования динамики пучка в циклотроне и численного решения нелинейной задачи магнитостатики [1-4], разработанные алгоритмы дали ускорение вычисления от одного до двух порядков на один GPU. Литература 1. Иноземцева Н.Г., Перепёлкин Е.Е., Садовников Б.И., Оптимизация алгоритмов задач математической физики для графических процессоров, Физический факультет МГУ имени М.В. Ломоносова, Москва, 2012, 256 стр. 2. Перепёлкин Е.Е., Садовников Б.И., Иноземцева Н.Г., Вычисления на графических процессорах в задачах теоретической и математической физики, Серия «Классический учебник МГУ», URSS, Москва, 2019, 240 стр. 3. Перепёлкин Е.Е., Коваленко А.Д., Тарелкин А.А., Полякова Р.В., Садовников Б.И., Иноземцева Н.Г., Сысоев П.Н., Садовникова М.Б., Моделирование магнитных систем в области с углом, ЭЧАЯ, 3 выпуск, том 50, 2019. 4. Перепёлкин Е.Е., Коваленко А.Д., Тарелкин А.А., Полякова Р.В., Иноземцева Н.Г., Сысоев П.Н., Садовникова М.Б., 3D расчеты вариантов магнитной системы детектора SPD комплекса NICA, Письма ЭЧАЯ, 2 выпуск, том 16, стр. 140-152, 2019.