Vi er vant med stadig raskere datamaskiner. Men selv i våre dager kan kompliserte databeregninger ta svært lang tid.
Dette gjelder for eksempel beregninger av kjemiske reaksjoner, hvordan proteiner antar ulike tredimensjonale former og såkalte faseoverganger der et kjemisk stoff går over fra én tilstand til en annen, for eksempel fra fast til flytende form.
Resultatene er ofte viktige, for eksempel for den kjemiske industrien.
Fra ett år ned til ti dager
Slike kompliserte beregninger kan ta årevis, men tilgangen på de kraftigste datamaskinene er begrenset. Tenk så fint det ville vært om noen kunne gjøre beregningene raskere? Kanskje mye raskere? Med dagens utstyr?
– Vi økte hastigheten på beregninger av kjemiske reaksjoner 30–40 ganger, sier Titus van Erp, som er professor ved Institutt for kjemi ved NTNU. – Om tilstrekkelig med dataressurser er tilgjengelig, kan hastigheten økes enda mer.
Van Erp ledet forskergruppen som presterte dette. Og hva betyr det i praksis?
– En beregning som før tok ett år, kan vi nå gjøre på ti dager, bruker professoren som et eksempel.
Det gjaldt en beregning av hvordan vannmolekyler splittes i hydrogen og oksygen.
Dette betyr også at forskerne nå kan utføre databeregninger som før ville vært upraktiske, kanskje i praksis umulige, å gjennomføre. Resultatene er nå publisert som en vitenskapelig artikkel i PNAS.
Bygger superdatamaskin som skal etterligne hele menneskehjernen
Koblet datamaskiner smartere
Så hvordan har de fått til dette?
– Vi koblet sammen 20 datamaskiner som kunne jobbe sammen for å utføre beregningene, sier professor Van Erp.
Nå er det jo ikke noe nytt i å koble sammen datamaskiner heller, men måten forskerne gjorde dette på, er helt annerledes enn det andre har gjort.
– Vi endret algoritmene som ligger bak. På den måten optimaliserte vi datautvekslingen mellom maskinene, sier professor Van Erp.
De fikk svært mye mindre forsinkelse under beregningene ved at maskinene kunne jobbe aktivt mye mer av tiden.
Datamaskinene trenger ikke vente
– Før har sammenkoblede datamaskiner vært nødt til å vente mye på hverandre. Én maskin i et nettverk har vært nødt til å vente på beregninger som en annen maskin i nettverket skal utføre. Men med vår metode slipper de dette, sier Van Erp.
Dette er spesielt viktig i en tid der dagens datateknologi begynner å nærme seg en grense. Økningen i hastighet går ikke lenger like raskt som for noen år siden, og resultater som dette er derfor både viktige, nødvendige og oppløftende.
Artikkelen ble først publisert på Gemini.no
Tar store skritt mot norsk svar på Chat GPT
