Ayse Koyun是环境科学与工程系的博士后科学家以及哈佛大学的工程与应用科学学院。她拥有维也纳技术大学技术化学(材料科学)的医生学位。在她的博士学位期间,AYSE专注于使用原子力显微镜进行材料表征,并研究了建筑材料的老化。作为哈佛大学的博士后科学家,她的研究现在以了解气候和人类健康的气溶胶的影响(悬挂在空中的微小颗粒)的影响。她探讨了诸如构造之类的活动如何产生这些粒子以及它们如何影响吸气者的福祉。在哈佛大学,Ayse采用了一种称为电动力悬浮的尖端技术,以悬浮在空中中的气溶胶颗粒,从而使她能够研究它们在经历各种条件时如何发展,例如光暴露和湿度变化。她检查了来自不同来源的颗粒,从燃烧植物产生的烟雾到特定的化合物。通过阐明这些悬浮的颗粒,她观察到它们的反应和转化,阐明了气溶胶在环境中的行为及其对气候的潜在影响。除了在哈佛大学的工作外,AYSE还为SABER(平流层气溶胶过程,预算和辐射效应)任务做出了贡献,这是一项扩展的空中科学测量计划,研究了上层对流层和下层平流层(UTLS)的运输,化学,微物理和辐射特性。利用NASA WB-57高海拔研究飞机,Ayse有助于表征任务期间收集的微型气溶胶。SABER部署提供了对气溶胶尺寸分布,成分和辐射特性的广泛详细测量,以及不同区域和季节中相关的微量气体。这些观察结果对于提高全球模型准确模拟平流层气溶胶加载变化的辐射,动力学和化学影响的能力至关重要。ayse的总体目标是提供有关气溶胶颗粒对我们世界的起源,转化和影响的关键见解。通过为气候模型的发展做出贡献,并制定了减轻气溶胶的不利影响的战略,她的目标是对气候研究和公共卫生产生有意义的影响。最终,她在实验室和Saber任务中收集的实验数据有助于完善全球化学气候模型,从而弥合了科学发现和大规模模拟之间的差距。
我们正处于行业发展的最佳时期,可以打造未来 10 年的太空电子。市场报告显示,未来十年可能会发射多达 20,000 颗卫星。连接性和带宽需求不断增加;设计灵活性和性价比是几乎所有系统设计人员最关心的问题。COTS 太空电子将通过提供包括经济实惠、风险缓解解决方案等不同元素来推动太空繁荣。“太空中的 COTS” 并不是一个新概念。新的是能够将 COTS 电子设备更好地集成到整个航天工业正在开发的更高密度、更紧凑、基于网络的卫星集群中。本白皮书不仅探讨了对太空电子中更高计算性能和更紧密系统集成的追求如何为系统工程师带来新一轮的设计挑战,还探讨了 COTS 电子设备的使用如何应对这些挑战。还展示了在设计周期开始时应解决的特定设计优先事项,以帮助降低风险并确保可靠的系统运行,以及针对近地轨道 (NEO) 和低地轨道 (LEO) 应用(如小型卫星和短时太空飞行)中 COTS 组件的新 300 系列验证级别。从私人资助组织到政府实体,卫星和有效载荷制造商面临的一个日益严峻的挑战是满足积极的开发到部署时间表。此外,两个大的行业趋势是公司购买更高级别的组装件(子系统,而不是单元或电路板)以及多个卫星子系统的数字化程度不断提高。与大多数行业一样,需要更快的处理、更多的 I/O、更多的集成、更快的交付、更高的容量等。但系统还必须经受住太空和辐射效应的严酷考验,并满足更高数据吞吐量的处理要求。构建太空电子设备的核心是降低风险。每个任务都是独一无二的,这些风险根据所需的可靠性水平、任务持续时间、轨道位置和倾角、轨道类型、载人还是无人等而有所不同。环境因素——温度波动、冲击和振动、辐射暴露——也都会影响风险因素。本文详细介绍了如何广泛使用具有成本效益的 COTS 硬件,使卫星提供商能够使用经过验证的可靠嵌入式设计来满足紧迫的时间表。
通讯作者* 博士研究员,威斯康星大学密尔沃基分校生物医学工程系,电子邮箱:bozorgp2@uwm.edu 简介 经典分子动力学 (MD) 依靠原子间势(力场)严格模拟固体和流体的热力学、机械和化学特性。该势根据原子位置和其他属性定义系统的能量。早期应用包括研究固体中的辐射效应和简单流体的动力学,凸显了该方法的多功能性 [1-3]。自诞生以来,分子动力学已广泛应用于物理、化学、生物、材料科学和相关领域。在水净化等纳米技术领域 [4],分子动力学还可以在原子水平上理解纳米粒子的行为方面发挥关键作用,有助于深入了解纳米粒子的结构稳定性、表面属性以及与周围分子的相互作用。它将系统建模为粒子(通常是原子)的集合,并通过在多个时间步长上对牛顿方程进行数值积分来计算它们的时间演化。原子上的力由定义势函数的解析方程的导数决定。这种方法计算效率高,特别是对于分子液体和固态金属,可以准确捕捉电子介导的原子相互作用。标准工作站上的 MD 代码可以高效模拟具有 10,000 到 100 万个原子的系统,覆盖皮秒到微秒内重要物理和化学现象的相关长度和时间尺度 [5-8]。MD 模拟的流行可以归因于它们与摩尔定律和广泛并行性推动的显著计算进步的兼容性。在过去的几十年里,传统 CPU 和最近的 GPU 都经历了大幅提速。例如,1988 年,8 处理器的 Cray YMP 实现了 2 千兆次浮点运算的 Linpack 速度,而在 2012 年,单个具有 16 个内核的 IBM Blue Gene/Q CPU 达到了 175 千兆次浮点运算。最大的 BG/Q 机器 Sequoia 拥有近 100,000 个 CPU。预计在未来一两年内,基于 GPU 的超级计算机将达到百亿亿次浮点运算 (10−18) 的速度,这意味着最强大的超级计算机在短短 30 年内速度将提高 5 亿倍。这一趋势还转化为台式机和小型集群的速度提升,可供更广泛的科学计算社区使用 [9, 10]。MD 的计算效率源于其每个时间步的成本线性扩展为 O(N),对于具有短程相互作用的模型,这是由于在指定的截止距离内相邻原子的数量有限。即使对于长程库仑相互作用,MD 也表现出有效的扩展性,对于基于 FFT 的方法(如粒子网格 Ewald),其成本为 O (N log N)
该项目旨在将ML工具专门用于静电相互作用,以便在几种应用中加速计算,从经典分子动力学(MD)到隐式溶剂(IS)模型。尤其重要。可以通过显式溶剂MD或通过IS模型来计算它们,例如Poisson-Boltzmann方程(PBE),椭圆形偏微分方程。pbe很好地描述了复杂几何形状中的静电。在存在离子的情况下,溶剂的行为可以用不同程度的准确性描述,这不可避免地反映了计算成本以及处理大型系统的可行性。如今,由于最现代的实验技术(例如Cryo-Em),这些方法的结构数据量和大小巨大,因此正在经历重大的复兴,这对明确的溶剂造型构成了巨大的挑战。尤其是由于其固有的远距离效应,静电是巨大的计算挑战。在该项目中,我们旨在建立和巩固新的理论和模拟方法,在这些方法中,PIML技术可以提高静电计算,还利用了非平衡统计机制领域的最新数学发展,以及响应理论。
