Projektbeschreibung
Dem Zeitalter des Exa-Hochleistungsrechnens wieder einen Schritt näher
Das EU-finanzierte Projekt DComEX plant die Entwicklung numerischer, durch künstliche Intelligenz erweiterter Methoden sowie eines skalierbaren Software-Frameworks, damit das Rechnen im Exabereich in die Realität umgesetzt werden kann. Eine Schlüsselinnovation von DComEX ist die Entwicklung von AI-Solve, einer neuartigen skalierbaren Bibliothek der durch künstliche Intelligenz verbesserten Algorithmen zur Lösung großmaßstäblicher dünnbesetzter linearer Systeme, die für die rechnergestützte Mechanik von fundamentaler Bedeutung sind. Die Forschenden werden durch physikalische Gegebenheiten bedingtes maschinelles Lernen mit effizienten block-iterativen Methoden verknüpfen und experimentelle Daten auf mehreren Ebenen der Genauigkeit einbeziehen, um Modellunsicherheiten zu quantifizieren. Werden diese Methoden nun auf effiziente Weise bei den Exa-Supercomputern umgesetzt, bieten sich der Wissenschaft und dem Ingenieurwesen noch nie dagewesene Möglichkeiten der Durchführung prognostischer Simulationen mechanischer Systeme in vielen Anwendungen, begonnen bei der Biotechnologie bis hin zur Fertigung.
Ziel
DCoMEX aims to provide unprecedented advances to the field of Computational Mechanics by developing novel numerical methods enhanced by Artificial Intelligence, along with a scalable software framework that enables exascale computing. A key innovation of our project is the development of AI-Solve, a novel scalable library of AI-enhanced algorithms for the solution of large scale sparse linear system that are the core of computational mechanics. Our methods fuse physics-constrained machine learning with efficient block-iterative methods and incorporate experimental data at multiple levels of fidelity to quantify model uncertainties. Efficient deployment of these methods in exascale supercomputers will provide scientists and engineers with unprecedented capabilities for predictive simulations of mechanical systems in applications ranging from bioengineering to manufacturing. DCoMEX exploits the computational power of modern exascale architectures, to provide a robust and user friendly framework that can be adopted in many applications. This framework is comprised of AI-Solve library integrated in two complementary computational mechanics HPC libraries. The first is a general-purpose multiphysics engine and the second a Bayesian uncertainty quantification and optimisation platform. We will demonstrate DCoMEX potential by detailed simulations in two case studies: (i) patient-specific optimization of cancer immunotherapy treatment, and (ii) design of advanced composite materials and structures at multiple scales. We envision that software and methods developed in this project can be further customized and also facilitate developments in critical European industrial sectors like medicine, infrastructure, materials, automotive and aeronautics design.
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencesartificial intelligence
- natural sciencescomputer and information sciencessoftware
- natural sciencescomputer and information sciencescomputational science
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringcomputer hardwaresupercomputers
- natural sciencesmathematicsapplied mathematicsnumerical analysis
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
RIA - Research and Innovation actionKoordinator
157 80 ATHINA
Griechenland