Portugués 
Inglés 
Simulación colosal alcanzó 55,5 billones de incógnitas
La simulación colosal realizada por el equipo alcanzó 55,5 billones de incógnitas, lo que representa un avance significativo en la capacidad de modelar fenómenos naturales complejos con un nivel de detalle sin precedentes.
El uso de supercomputadoras de última generación permitió a los investigadores procesar cantidades masivas de datos en tiempo récord, lo que es crucial para emitir alertas tempranas y mitigar el impacto de desastres naturales en comunidades costeras.
Este avance no solo mejora la precisión de las predicciones de tsunamis, sino que también abre nuevas posibilidades para la aplicación de gemelos digitales en otras áreas de la ciencia y la ingeniería.
-
Brasil ancló 42 cajones flotantes de concreto en el Atlántico, utilizó el mayor dique de cajones del mundo y levantó más de 3,8 km de diques para blindar el superpuerto de Açu en la costa de Río de Janeiro.
-
Neymar compró una mansión de R$ 50 millones en Santos y pagó vía Pix al instante; el inmueble tiene 10 suites, piscina de borde infinito, cine, spa, gimnasio y garaje para más de 20 coches con vista al mar.
-
Compró una autocaravana usada a los 23 años, rechazó una reforma costosa, desmontó muebles del antiguo apartamento y creó una casa sobre ruedas con carpintería compacta y piezas reutilizadas.
-
A los 7 años, niño cambia carritos por cría de gallos, sueña con ser veterinario y conquista internet con su rutina en el interior de Santa Catarina; conoce a Luiz Miguel, el «Piá do Garnizé».
Con la capacidad de realizar cálculos complejos casi instantáneamente, la tecnología desarrollada por la Universidad de Texas en Austin representa un paso adelante en la protección de vidas humanas y la reducción de daños materiales en eventos de tsunami.
El éxito del proyecto destaca la importancia de la colaboración interdisciplinaria y el uso de tecnologías avanzadas para abordar desafíos globales críticos.
Simulación colosal alcanzó 55,5 billones de incógnitas
El tamaño del experimento ayuda a dimensionar la complejidad del trabajo, incluso para quienes no siguen el campo de la supercomputación, ya que el equipo ejecutó una simulación de elementos finitos con 55,5 billones de incógnitas.
De acuerdo con la universidad, este cálculo se realizó en 43.520 GPUs en el supercomputador El Capitan, del Lawrence Livermore National Laboratory, con apoyo de otros sistemas de alto rendimiento, incluyendo Perlmutter, Alps y Frontera.
Como aplicación principal, los investigadores eligieron la zona de subducción de Cascadia, una región sísmica que se extiende desde el norte de California hasta Columbia Británica, en Canadá, monitoreada por su potencial de generar grandes terremotos y tsunamis.
En esa franja del noroeste del Pacífico, el tiempo de respuesta es un factor crítico para las comunidades costeras, ya que eventos cercanos a la costa pueden dejar pocos minutos entre el temblor submarino y la llegada de las primeras olas.
La Universidad de Texas en Austin afirma que tsunamis de este tipo pueden alcanzar la costa en hasta 15 minutos después de un terremoto, haciendo insuficiente cualquier sistema que tarde demasiado en transformar datos brutos en orientación operativa.
Supercomputador El Capitan acelera alerta costera en tiempo real
La ventaja del gemelo digital está en la combinación entre cálculo anticipado y respuesta en tiempo real, una arquitectura que separa la preparación matemática más pesada de la etapa de emergencia que necesita funcionar mientras la amenaza aún está en el océano.
Antes de cualquier emergencia, la parte offline prepara representaciones matemáticas capaces de acelerar el análisis, mientras que la fase online usa datos captados por sensores para producir previsiones probabilísticas en menos de un segundo cuando ocurre un terremoto.
Esta división permite unir dos exigencias difíciles de conciliar: alta fidelidad física y velocidad, ya que los modelos detallados suelen requerir gran poder computacional, mientras que las alertas de emergencia necesitan emitirse casi inmediatamente.
Al acercar estos dos mundos, el proyecto pone la supercomputación extrema al servicio de una decisión operativa que depende de segundos, especialmente en áreas donde la evacuación necesita comenzar antes de que la ola se acerque a la costa.
También se incorporó a la estructura la llamada inferencia bayesiana, método estadístico usado para actualizar estimaciones conforme se reciben nuevas informaciones y para lidiar con incertidumbres naturales en eventos complejos como tsunamis.
En el caso del tsunami, este método interpreta señales de presión en el fondo del mar para estimar el desplazamiento del lecho oceánico y calcular, con incertidumbres cuantificadas, la altura esperada de las olas en puntos específicos de la costa.
Tecnología promete predicciones probabilísticas en menos de un segundo
La Universidad de Texas en Austin afirma que el avance representa una aceleración de 10 mil millones de veces en relación con métodos considerados estado del arte, marca asociada al uso de nuevos algoritmos diseñados para GPUs.
Entre los resultados técnicos destacados por la institución está la solución de un problema inverso bayesiano con 1 mil millones de parámetros en 0,2 segundos, rendimiento que permitió aproximar cálculos científicos extremadamente complejos de una aplicación de alerta rápida.
Participaron en el proyecto investigadores de la Universidad de Texas en Austin, de la Scripps Institution of Oceanography de la Universidad de California en San Diego y del Lawrence Livermore National Laboratory, reuniendo especialistas en oceanografía, modelado físico y supercomputación.
Entre los nombres citados por la universidad están Stefan Henneking, Sreeram Venkat, Milinda Fernando, Alice-Agnes Gabriel, Veselin Dobrev, John Camier, Tzanio Kolev y Omar Ghattas, quienes firman la investigación premiada.
La propuesta va más allá de reproducir el agua avanzando sobre el océano, pues el sistema comienza en el mecanismo que da origen al tsunami, relacionando ruptura sísmica, movimiento del fondo del mar y propagación de la ola.
Esta cadena física es importante porque pequeñas diferencias en el desplazamiento inicial pueden alterar la altura, la dirección y el tiempo de llegada de las olas, afectando directamente la forma en que las áreas costeras se preparan para el impacto.
Ciudades costeras pueden ganar más tiempo antes de la llegada de las olas
Para autoridades de emergencia, predicciones más rápidas y detalladas pueden ayudar en la orientación de evacuaciones, en el posicionamiento de equipos de respuesta y en la reducción de incertidumbres en regiones vulnerables, especialmente cuando el margen de reacción es corto.
La universidad afirma que la estructura fue creada para proporcionar alertas accionables antes de la llegada del tsunami, con predicciones de altura de ola y márgenes de incertidumbre en lugares definidos de la costa.
El uso del El Capitan muestra cómo supercomputadoras, normalmente asociadas a investigaciones de física, seguridad nacional o modelado climático, también pueden ser aplicadas a problemas directamente ligados a la protección de poblaciones en áreas costeras.
En este caso, miles de GPUs fueron usadas para resolver un problema oceánico en escala inédita, transformando cálculos casi impracticables en una herramienta de respuesta rápida para eventos que se desarrollan en pocos minutos.
Según la Universidad de Texas en Austin, extensiones de la estructura de gemelo digital pueden servir a sistemas predictivos de alerta en otros riesgos, incluyendo incendios forestales, tiempo severo, dispersión de contaminantes y detección de amenazas.
La base común de estas aplicaciones está en la capacidad de cruzar sensores, física y computación para representar un evento en desarrollo antes de que sus efectos se propaguen, ofreciendo una lectura más rápida de fenómenos complejos.
En el caso de los tsunamis, el impacto potencial es especialmente sensible porque la ventana de reacción puede ser corta y la amenaza atraviesa fronteras, alcanzando puertos, ciudades costeras, áreas industriales y rutas de evacuación.
Al unir sensores oceánicos, modelos físicos completos y procesamiento extremo, el gemelo digital desarrollado por el equipo liderado por la Universidad de Texas en Austin coloca la previsión de tsunamis en una nueva escala computacional.
Si un sistema puede transformar el movimiento invisible del fondo del mar en una alerta casi instantánea, ¿cuánto tiempo tendrán las ciudades costeras para prepararse antes de la próxima gran ola?
