GPU-native extension of a high-order compressible solver to multicomponent reacting flows

La ciencia moderna ha llegado a un punto en el que las herramientas más poderosas para el descubrimiento no son solo telescopios que miran hacia afuera o microscopios que miran hacia adentro, sino vastos laboratorios digitales que funcionan en supercomputadoras. Dentro del campo de la dinámica de fluidos, que estudia cómo se mueven los gases y los líquidos, existe un desafío específico que durante mucho tiempo se ha considerado uno de los más difíciles de resolver: simular un fuego. A diferencia de un simple viento soplando sobre un ala, un fuego implica una mezcla caótica de turbulencia arremolinada, explosiones químicas rápidas y el movimiento de muchos tipos diferentes de moléculas de gas al mismo tiempo. Para entender esto, imagine intentar rastrear la trayectoria de cada molécula de oxígeno, hidrógeno y nitrógeno mientras chocan, arden y se arremolinan, todo ello mientras el aire mismo es comprimido y calentado. Hacer esto con una precisión perfecta requiere un nivel de potencia de cálculo que antes era imposible, pero el auge de los chips especializados llamados GPUs ha abierto una nueva puerta. Estos chips, diseñados originalmente para renderizar videojuegos, son ahora los motores que impulsan la próxima generación de simulaciones científicas, permitiendo a los investigadores modelar fenómenos físicos complejos con un detalle sin precedentes.

Un equipo de investigadores de la Universidad de Roma y de la Agencia Espacial Europea ha dado un paso significativo en este campo mediante la actualización de un sofisticado código informático para manejar estos flujos ígneos y multicomponentes. Su trabajo se centra en un solver llamado STREAmS-2.0, un programa diseñado para simular cómo se comportan los gases compresibles cuando se mueven a altas velocidades. Si bien la versión anterior de este software era excelente en el manejo de tipos únicos de gas, aún no podía gestionar la complejidad de una reacción química real donde diferentes gases se mezclan, arden y se transforman en nuevas sustancias. Los investigadores han extendido ahora esta herramienta para manejar mezclas de gases que reaccionan entre sí, una capacidad que es esencial para diseñar motores de cohetes y turbinas de reacción más limpios y eficientes. No solo añadieron una nueva función; reconstruyeron el motor matemático del software para asegurar que pudiera ejecutarse de manera eficiente en las enormes matrices de procesadores gráficos que se encuentran en las supercomputadoras más potentes de hoy en día.

El núcleo de su logro reside en cómo enseñaron a la computadora a gestionar el caos de una mezcla reactiva. En un flujo no reactivo, la computadora simplemente rastrea cómo se mueve el aire. En un flujo reactivo, la computadora también debe rastrear qué tan rápido ocurren las diferentes reacciones químicas, las cuales pueden ocurrir millones de veces más rápido de lo que el aire mismo se desplaza. Esto crea un problema matemático difícil donde la computadora tiene que resolver dos velocidades muy diferentes simultáneamente. El equipo resolvió esto dividiendo el problema en dos partes: una parte que maneja el movimiento del gas y otra que maneja la química. Luego utilizaron un método específico y altamente eficiente para resolver la parte química, que involucra un conjunto complejo de ecuaciones que describen cómo las moléculas se rompen y se recombinan. Al precalcular ciertas propiedades químicas y almacenarlas de una manera que los procesadores gráficos puedan acceder instantáneamente, aseguraron que la computadora no pierda tiempo esperando datos. Este enfoque permite que la simulación se mantenga estable y precisa incluso cuando las reacciones químicas son extremadamente rápidas e impredecibles.

Para demostrar que su nueva herramienta funciona, los investigadores la sometieron a una serie rigurosa de pruebas, comparando sus resultados contra soluciones matemáticas conocidas y datos de otras simulaciones de confianza. Probaron desde problemas unidimensionales simples, como una onda de choque viajando a través de un tubo de gas, hasta escenarios tridimensionales complejos que involucran vórtices arremolinados de combustible y aire. En una prueba, simularon un frente de llama moviéndose a través de una mezcla de hidrógeno y oxígeno, verificando si la computadora podía predecir con precisión la temperatura y la velocidad de la llama. En otra, modelaron una nube turbulenta de gas donde diferentes especies se mezclaban y reaccionaban. En cada caso, los resultados de su nuevo software coincidieron con los datos de referencia con una precisión notable. Las simulaciones demostraron que el software podía capturar correctamente la formación de ondas de choque, la difusión de diferentes gases y el calor liberado por las reacciones químicas, confirmando que la física subyacente se había traducido correctamente al código.

Más allá de la precisión, al equipo le preocupaba igualmente la rapidez con la que el software podría ejecutarse en hardware real. Probaron el solver en la supercomputadora Leonardo, una de las máquinas más potentes del mundo, utilizando hasta 512 procesadores gráficos de alto rendimiento. Encontraron que el software escala casi perfectamente: a medida que añadían más procesadores, el tiempo necesario para completar una simulación disminuía en proporción directa, lo que significa que la máquina se volvía más eficiente a medida que crecía. Este es un rasgo raro y valioso en la computación de alto rendimiento, donde añadir más procesadores a menudo conduce a rendimientos decrecientes debido a los retrasos de comunicación entre ellos. Los investigadores descubrieron que el software mantiene esta alta eficiencia siempre que cada procesador tenga suficiente trabajo que hacer, requiriendo específicamente que cada chip utilice al menos el 10% de su memoria disponible para mantenerse productivo. Cuando la carga de trabajo es demasiado pequeña, los procesadores pasan más tiempo esperando datos que realizando cálculos, pero cuando el problema es lo suficientemente grande, el sistema funciona con una eficiencia casi perfecta.

El estudio también reveló dónde pasa la mayor parte del tiempo la computadora. En simulaciones sin reacciones químicas, el procesador está ocupado calculando cómo se mueve el gas y cómo viajan las ondas de presión. Sin embargo, cuando se activan las reacciones químicas, una parte significativa de la potencia de cálculo —aproximadamente el 40% del tiempo total— se dedica a calcular los términos fuente químicos, que son las tasas a las que las moléculas se crean o destruyen. Esto resalta el inmenso costo computacional de modelar la combustión, pero los investigadores demostraron que su método maneja esta carga de manera efectiva sin ralentizar toda la simulación. El trabajo confirma que es posible combinar métodos numéricos de alto orden, que proporcionan una alta precisión, con cinéticas químicas complejas y la enorme potencia paralela de los procesadores gráficos modernos.

Mirando hacia el futuro, los investigadores planean utilizar esta nueva capacidad para simular una llama de chorro a escala de laboratorio con todo detalle, comparando sus resultados directamente con experimentos físicos para validar el modelo aún más. Este siguiente paso servirá como la prueba final de la capacidad del software para predecir fenómenos de combustión del mundo real. El éxito de este proyecto demuestra que la combinación de matemáticas avanzadas, física química y hardware moderno está alcanzando una madurez tal que puede abordar algunos de los problemas más difíciles de la ingeniería aeroespacial. Al proporcionar una herramienta que puede simular flujos reactivos de manera precisa y eficiente a gran escala, este trabajo sienta las bases para diseñar sistemas de propulsión que no solo sean más potentes, sino también más limpios y eficientes, contribuyendo al esfuerzo continuo por reducir el impacto ambiental de la aviación y los viajes espaciales.