计算科学新范式！银河系模拟缩至115天，跨学科皆受益

欢迎观看本期【我】，在阅读此文之前，麻烦您点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持。

日本理研联合东京大学、巴塞罗那大学的团队，最近在超级计算机大会上搞出了个大新闻。

他们把深度学习代理模型和传统物理模拟凑到一起，弄出了首个能追踪1000亿颗恒星的银河系仿真系统，速度比以前快了上百倍。

以前想把银河系的恒星都仿真一遍，简直是天方夜谭。

研究负责人平岛圭也说这成果不只是天体物理的胜利，气候模拟、材料科学这些领域都能用。

本来想传统超算够厉害就能搞定，后来发现根本不是这么回事。

日本的富岳超算峰值性能够强吧，以前最多也就仿真百万级恒星，这次直接跳到千亿级，AI的功劳可太大了。

对比下美国加州理工学院去年的成果，人家只能追踪500亿颗恒星，仿真10亿年演化要280天，而这个团队只用115天。

如此看来，AI和物理模拟的结合，真的让计算科学换了个赛道，AI不再是打下手的，反而成了科学发现的核心引擎。

以前仿真银河系难在哪？银河系里既有演化了数亿年的引力场，又有超新星这种几万年内就完成爆发的事件。

要同时算清楚这两类过程，传统方法得用极小的时间步长，计算量直接飙上天。

更麻烦的是，超新星爆发还会影响新恒星形成，传统方法用一个粒子代表100颗恒星，细节全被抹平了，仿真结果和实际观测差得远。

研究团队想了个巧招，他们先在富岳超算上跑了几百次超新星爆发的高分辨率仿真，把10万年内的气体变化都记下来，再用这些数据训练AI。

等正式仿真时，主系统负责算大尺度的引力和气体流动，遇到超新星爆发就喊AI来帮忙，AI毫秒级就能给出结果，以前传统方法得算好几个小时。

实测数据挺亮眼，700万CPU核心一起发力，仿真100万年银河系演化只要2.78小时，比以前快了113倍。

这种效率提升太关键了，以前需要几十年的研究，现在几个月就能完成，科学家终于能放开手脚做实验了。

这技术可不只给天文学家添助力，气候科学里模拟云的形成，工程领域搞流体动力学仿真，材料科学做分子动力学研究，都能用这方法提效。

欧盟的气候模型用类似技术后，预报准确率明显提高，工业界也开始用它加速产品设计。

但问题也存在，AI代理模型得靠训练数据撑着，遇到没见过的极端条件，说不定就会出错。

而且长时间仿真下来，小误差慢慢攒起来，结果可能就跑偏了。

很显然，解决这些问题得靠更全面的训练数据，还有定期用物理模型校准。

詹姆斯・韦布空间望远镜已经拍到了130亿年前的早期星系，有了这个仿真系统，科学家就能结合观测数据，重构早期宇宙的演化路径。

毫无疑问，AI和物理模拟的混合范式，已经打开了数字宇宙学的大门。

这波技术突破不光解决了银河系仿真的算力困局，还为其他学科提供了新工具。

虽然还有些挑战要攻克，但未来科学家靠它搞出更多宇宙奥秘的发现，应该是板上钉钉的事。

科学进步就是这样，把以前不可能的事变成可能，这大概就是科研最迷人的地方吧。

支持作者，写作不易！如果您喜欢我的文章，可以点个“关注”，成为铁粉后能第一时间收到文章推送。