多尺度模拟解决了等离子体湍流之谜

在劳伦斯伯克利国家实验室的国家能源研究科学计算中心(NERSC)进行的为期两年的尖端模拟正在帮助物理学家更好地理解影响等离子体湍流行为的因素，这种湍流是由产生聚变能所需的强烈加热所驱动的。这项研究为长期以来关于等离子体热损失的问题提供了令人兴奋的答案，这些问题以前阻碍了预测聚变反应堆性能的努力，并有助于为这种替代能源铺平道路。

进行聚变工作的关键是保持足够高的温度和密度，以使反应器中的原子克服它们的相互排斥并结合形成氦。但是该过程的一个副作用是湍流，这会增加等离子体热损失的速率，从而显着限制所产生的能量输出。因此，研究人员一直在努力确定导致湍流的原因以及如何控制或可能消除湍流。

由于聚变反应堆设计和构建极其复杂且昂贵，超级计算机已经使用了40多年来模拟创建更好的反应堆设计的条件。NERSC是自1974年以来一直支持聚变研究的能源部科学用户设施。

寻求融合的一个障碍是，迄今为止，计算机模型通常无法准确预测湍流在反应堆内的行为。事实上，在研究湍流如何导致受限等离子体中的热损失时，融合实验中的预测和实验结果之间一直存在差异。

麻省理工学院等离子体科学与融合中心的研究人员与加州大学圣地亚哥分校(UCSD)和通用原子公司的同事合作，已经找到了解决这种差异的方法。通过执行高分辨率多尺度模拟，该团队能够同时解决先前在单独模拟中处理过的多个湍流不稳定性。在NERSC的爱迪生系统上运行的一系列这些多尺度模拟发现，最小的湍流(电子的湍流)与60倍的离子湍流(离子的湍流)之间的相互作用可以解释理论预测与之间的神秘不匹配。热损失的实验观察。

研究人员指出，2015年12月17日在核聚变中发表的研究结果可以极大地提高我们对当前托卡马克研究实验中的实际情况的了解，这些实验存在于世界各地以及未来正在建设或规划的实验反应堆中。

“很长一段时间以来，领先理论的预测无法解释聚变等离子体中电子会产生多少热量损失，”麻省理工学院等离子体与融合科学中心研究科学家，核心主要作者内森霍华德说。融合纸。“你应用了最好的理论，但它们已经低估了电子产生的热量损失。在这项特殊的工作中，我们已经证明了使用耦合模型 - 同时捕获大规模和小规模的湍流 - 你实际上可以再现实验电子热损失，部分是因为在大规模和小规模的湍流之间似乎存在强烈的相互作用，这在之前并不是很清楚。“

超过1亿个CPU小时

他强调说，这样做需要大量的计算机时间才能运行包含如此广泛的不同尺度的模拟。霍华德指出，整个研究耗费了1亿到1亿的爱迪生CPU小时; 每个模拟需要大约1500万小时的计算，在NERSC使用17,000-30,000个处理器，使得霍华德成为2014年NERSC计算时间的最大用户。使用普通的MacBook Pro运行团队携带的全套六个模拟他估计，这将需要大约3000年。

“我在36小时的工作中运行了一整个模拟，并且必须重新启动它大约24次以使其运行足够长，”他解释道。“这并不能说明在超级计算机上通过队列获取工作所需的时间。”

对于模拟，研究人员使用了2012年在麻省理工学院的Alcator C-Mod托卡马克进行的实验数据。多尺度模拟使用由Jeff Candy在General Atomics开发的GYRO代码实现的陀螺动力学模型。根据实验数据计算模拟代码的关键输入; 然后将模拟结果与实验得出的测量结果进行比较。

“我们实际上能够通过我们的模拟重现实验的多个方面，这很重要，因为它让你有信心，你在模拟中看到的实际上代表了现实，”霍华德说。

意外的发现

十多年来，物理学家普遍期待的是，由于与离子相关的湍流“漩涡”比与电子相关的湍流“漩涡”大得多，电子尺度的漩涡只会被更大的湍流离子涂抹掉。运动。即使较小的漩涡在较大的离子尺度湍流中存活下来，它们的微小尺寸也表明它们对热损失的影响可以忽略不计。

但新的研究结果表明，这种想法并不总是正确的。研究人员发现，两种湍流尺度确实可以共存，当它们发生时，它们可以相互强烈地相互作用，除非使用同时解析两种尺度的模拟，否则不可能准确地预测总热损失。事实上，远远没有被大规模的湍流所消除，电子产生的微小漩涡在结果中继续清晰可见，伸展成长条带，围绕环形真空室缠绕，这是托卡马克反应堆的特征。尽管等离子体内的温度为1亿摄氏度，但这些带状漩涡或漩涡，

“这是许多这些非常大的假设首次得到确认并证明在相关等离子体条件下有效，”加州大学圣地亚哥分校能源研究中心副研究员克里斯·霍兰德和核能合着者说。融合纸。

展望未来，已经开始修改GYRO中的数值和并行化算法，以便能够在新兴和未来的exascale平台上充分利用多集成核心架构(如Cori Phase II)以及复杂的加速器硬件。 。“我们正在从头开始重新设计GYRO代码，以利用这些功能强大但具有挑战性的新架构，并提高模拟的物理保真度，”坎迪说。

“我们目前正在努力的挑战是弄清楚如何获得复杂的模拟，这需要大量的内存大小和带宽，以便在这些新平台上高效工作和扩展，这样我们就可以继续研究更复杂的场景，”Holland添加。“我认为这是一个可以解决的问题，如果我们取得成功，它为新的模拟方法开辟了令人兴奋的可能性，为ITER和其他类型的反应堆寻找更多的尺度和更全面的预测。如果我们能够找到一种方法来使用新一代平台，并使这些模拟更加常规，然后它成为一个非常令人兴奋的工具。“