Trójwymiarowe wizualizacje bardzo dużych zbiorów danych
W miarę zwiększania się rozmiarów symulacji numerycznych, efektywna wizualizacja odgrywa coraz większą rolę, gdyż pomaga naukowcom w badaniu złożonej dynamiki przepływu płynów. Aktualnie dostępne metody nie umożliwiają jednak trójwymiarowej wizualizacji dużych pól wektorowych. Finansowany ze środków UE projekt LARGEFLOWVIS(odnośnik otworzy się w nowym oknie) (Large scale flow visualization and analysis) dotyczył tzw. całkowych metod wizualizacji, które wykorzystują analizę trajektorii cząstek nieposiadających masy. Krzywe takie idealnie nadają się do badania transportu, mieszania i innych podobnych procesów. Naukowcy opracowali nowe algorytmy do obliczania krzywych całkowych, pozwalających na wykorzystywanie szeregu różnych równoległych architektur obliczeniowych. Algorytmy te dobrze sprawdzają się w przypadku klastrów i superkomputerów, umożliwiając naukowcom wizualizację i analizę bardzo dużych zbiorów danych pochodzących z symulacji, a także z pomiarów. To nowe podejście do redukcji danych zastosowane w projekcie LARGEFLOWVIS daje możliwość wizualizacji krzywych całkowych na powszechnie dostępnym sprzęcie komputerowym. Naukowcy połączyli różne techniki z dziedziny matematyki stosowanej, obliczeń równoległych i projektowania oprogramowania, aby badać nierozwiązane problemy z dziedziny dynamiki przepływu płynów. Możliwość analizowania dużych zbiorów danych ułatwi prowadzenie podstawowych badań naukowych znajdujących zastosowanie w przemyśle, od aerodynamiki po oceanografię. Uczeni będą mogli badać między innymi takie problemy, jak turbulencje wokół turbin wiatrowych czy wieloskalowe przepływy wód oceanicznych.
