Búsqueda · 28 momentos en 18 episodios
Sara RobiscoJuan Carlos GilFrancis VillatoroHéctor SocasGastón Giribetmodelo hall nn entrenamientosimulación chunga tiempo cálculored entrenada 9000 veces menosblaso tardaba 4 días 800 núcleosJuan Carlos GilFrancis VillatoroCPURAMHéctor SocasSara Robiscosimulación BlasovAdvanced Intelligence SystemsJoa Eng ParkGeorgia TechAtlantaCorea del SurIntel Core i7Surfacesimulaciones de Blasov
Blaso tardaba 4 días 800 núcleos
Ep 503: Propulsión Espacial; Computación Cuántica; Fusiones de Estrellas de Neutrones; Agujeros Negros
13 de marzo de 20256 momentos
Con
0:000:301:001:302:002:303:12
Tras analizar los resultados del modelo Hall NN y su entrenamiento, Juan Carlos Gil describe cómo la red entrenada ofrece una mejora significativa en el tiempo de cálculo en comparación con las simulaciones iniciales.
…los resultados del entrenamiento con la gráfica de los errores de mínimos cuadráticos es una pasada. O sea, es que ves como la gráfica es del libro, como baja el error, qué gozado. Es tremendo, o sea, conseguimos mejores resultados que las simulaciones. un poquito chunguillas, no eran blaso, eran pic más fluido sin masa, pero claro, una vez que está la red entrenada, a toda caña, dicen que tardan 9.000 veces menos que la simulación chunga esta, la blaso ya decíamos que tardaba 4.000, ¿cómo era? 4 días en 800 núcleos O sea, esto es un Modelo que está disponible, que ahora vas con tus parámetros de diseño y te saca el empuje, lo cual es realmente bueno. Acabo Héctor, no me pongas esa cara. La propulsión eléctrica es la, junto a la nuclear, la tecnología clave de propulsión de los próximos…
Significado #1 · Palabras #1
Juan Carlos Gil menciona que las simulaciones de Blasov, una técnica costosa computacionalmente, se han utilizado previamente en fusión nuclear y astrofísica.
Habla: Juan Carlos GilSignificado #15simulaciones blasov fusión nuclearsimulaciones blasov astrofísicaartículo simulaciones blasov corona solar…un número absurdo de celdas y de partículas Así que este artículo lo que ha hecho ha sido atreverse, una técnica que ya se conocía, pero que era también muy cara en términos de ordenador y que yo sepa es la primera vez que se utiliza para motores espaciales. Sí que se ha utilizado para fusión nuclear y en astrofísica, simulaciones de Blasov. ¿A ti te suena de algo, Héctor? Esto de simulación de Blasov con dos Vs, tengo que preguntar a Héctor porque lo mencionan en el artículo que no se queda de la corona del Sol, pero sí debe ser algo un poquito exótico. Bueno, las ecuaciones de Blasov-Poisson son muy famosas, ¿no? Exactamente. En los plasmas de toda la vida. Eso sí. Vamos, que lo que hacen es resolver las ecuaciones de Poisson-Blasov; considera un plasma sin colisiones, son las expresiones 1 y 2 del artículo…
Francis Villatoro introduce la posibilidad de simular modelos cuánticos en ordenadores personales gracias a avances recientes.
Habla: Francis VillatoroSignificado #7 · Palabras #2malla stagg a escala distintasimulaciones numéricas 40000 pasoscódigo paralelizado 800 núcleos cpuoptimización tamaño malla gilsimulaciones cuánticas ordenadores personalescubits simulados microsegundoresolución 2d pcs oyentesfuerzas largo alcance 800 nucleos cpu…la de escape de las partículas y la Y tiene la mitad, los 800 por 400, bueno porque el problema tiene simetría radial, justifican que les va bien Eso para la espacial y para la velocidad utilizan 256 por 256, porque han usado este número pues se me escapa, es Curioso, han debido optimizar el tamaño de la palabra. Entonces no es una malla literalmente Stagg, son dos mallas en paralelo a escala distinta, porque tienen números de puntos distintos. Sí, sí, y además es radical: 256 por 256, curiosísimo. Bueno, usan 40.000 pasos de simulación numéricos y todo esto les lleva 100 horas, 4 días completos, usando 800 núcleos de CPU. Por supuesto el código que han desarrollado está completamente paralelizado. Pero esto ahora, Francis, nos habla de unos cubits y unos ordenadores cuánticos, y lo resolvemos todo en un microsegundo; ya verás. Estos son simulaciones 2D, es decir, son simulaciones que cualquiera de los PCs de las personas que nos están oyendo perfectamente las puede simular. No se requiere un supercomputador, es algo real de pequeño: 800 x 400, 256 x 256, cabe en los ordenadores actuales con gigas de RAM. Lo que pasa es que son fuerzas de largo alcance; bueno, que se les van 800 núcleos de CPU en 4 días. Yo quería comentar que pasan las décadas y siempre las simulaciones tardan un fin de semana. En mi día de tesis, mi día crítico era el viernes para asegurarme de que nada, de que todo estaba corriendo para llegar el lunes y que la mayor parte de las…
Héctor Socas y Sara Robisco comentan sobre la experiencia de entrenar redes neuronales en el pasado, donde los resultados tardaban varios días.
Habla: Héctor SocasSignificado #3 · Palabras #10redes neuronales tardaban una semanaentrenar redes neuronales día nocheestadísticas para evaluar redes neuronalesentrenamiento redes neuronales sara robiscointerrupción proceso días robiscosurface microsoft reventadaequilibrado termalización simulaciones gilconcentración guiones simulaciones gilduración cálculo equilibrado termalización…y me sale el resultado, la escala de le doy al botón me voy a comer y en un par de horas está el resultado, y la escala de 10 horas, le doy al botón y el día siguiente veo el resultado o el fin de semana como dice Uy, al día siguiente, yo he tenido redes. neuronales que tardaba una semana en entrenar y poniéndolas, dejándolas, eh, día y noche. Sí, yo también, y las dejabas, ibas viendo; además me iba dando con el resultado parcial, la iba usando, iba viendo si la cosa más o menos iba en la dirección deseada, iba mejor, iba peor. Yo le ponía que fuera escupiendo estadísticas para decirme cómo iba, y claro, había veces que llevabas 4 o 5. Días y veías que no mejoraba ni de coña y decías: ya voy a parar, no sé qué, y de repente alguien te decía: no, no, no, que creo que hay 5 o 6 días. Es una película de acción a espabilar. El ordenador, bueno, la Surface la tengo aquí, se hinchó porque la reventé. En mis simulaciones y creo que en muchas otras hay una etapa de equilibrado, de termalización que la llamábamos y que realmente, bueno, con el tiempo ibas cogiendo el feeling pero al principio no sabías, dependiendo en mi caso de la concentración de guiones, de la temperatura no sabías si aquello iba a tardar 8 horas o 16 entonces desarrollé. Un rollo, pues eso, lo que habéis dicho, iba soltando estadísticas y yo desde fuera del programa escribía en un ficherito. Venga, deja de equilibrar y pasa a producir; entonces cada mil pasos leía el programa ese ficherito y decía: ya me toca producir y se…
Juan Carlos Gil describe una simulación Blasov que funciona y permite optimizar su diseño, aunque requiere un tiempo considerable de procesamiento. A continuación, introduce un segundo artículo sobre la predicción del rendimiento de una fuente de iones utilizando aprendizaje automático.
Habla: Juan Carlos GilSignificado #5 · Palabras #14simulación blasov optimiza diseñoaprendizaje automático fuente iones hallartículo advanced intelligence systemsinvestigadores corea del sur georgia tech…de salida, pero sigue un enfriamiento casi adiabático en la dirección transversal, que es, bueno, pues eso sí que es esperable, ¿no? A los lados no tienes nada, pues se te enfría de forma adiabática. Pero más allá de estos pequeños detalles que interesarán a los expertos en motores, el resumen es que esta simulación Blasov funciona y proporciona un detalle inaudito y nos va a permitir optimizar su diseño siempre que estemos dispuestos a utilizar 4 días de CPU y 4 días de 800 CPUs Segundo artículo, se titula Predicción del rendimiento de una fuente de iones de efecto Hall utilizando aprendizaje automático y se ha publicado en la revista Advanced Intelligence Systems también en diciembre del año pasado Lo firman Joa Eng Park, Joa Eong, nombre también aparentemente oriental, y otros ocho investigadores con filiaciones todos de Corea del Sur, salvo uno de ellos, que es del Georgia Tech, el Instituto de Tecnología de Georgia, pero el Georgia de Atlanta, no el Georgia, no el Georgia Pais en Estados Unidos En este caso el objetivo de este artículo era desarrollar un modelo de aprendizaje automático para eso, para predecir el rendimiento, en este Caso solamente de los motores Hall, el que os hablaba del efecto Hall tan simpático. En particular, pretenden obtener como resultado del modelo combinación de empuje, una clave de las que estamos hablando, y corriente de descarga. La corriente de descarga es…
Tras analizar los resultados del modelo Hall NN y su entrenamiento, Juan Carlos Gil describe cómo la red entrenada ofrece una mejora significativa en el tiempo de cálculo en comparación con las simulaciones iniciales.
Habla: Juan Carlos GilSignificado #1 · Palabras #1modelo hall nn entrenamientosimulación chunga tiempo cálculored entrenada 9000 veces menosblaso tardaba 4 días 800 núcleos…los resultados del entrenamiento con la gráfica de los errores de mínimos cuadráticos es una pasada. O sea, es que ves como la gráfica es del libro, como baja el error, qué gozado. Es tremendo, o sea, conseguimos mejores resultados que las simulaciones. un poquito chunguillas, no eran blaso, eran pic más fluido sin masa, pero claro, una vez que está la red entrenada, a toda caña, dicen que tardan 9.000 veces menos que la simulación chunga esta, la blaso ya decíamos que tardaba 4.000, ¿cómo era? 4 días en 800 núcleos O sea, esto es un Modelo que está disponible, que ahora vas con tus parámetros de diseño y te saca el empuje, lo cual es realmente bueno. Acabo Héctor, no me pongas esa cara. La propulsión eléctrica es la, junto a la nuclear, la tecnología clave de propulsión de los próximos…
Sara Robisco destaca la eficiencia del conjunto de redes neuronales utilizadas para la predicción, indicando que el proceso tarda menos de un segundo.
Habla: Sara RobiscoSignificado #11redes neuronales predicción menos segundoentrenamiento modelo sesenta díaseficiencia conjunto redes neuronales paraleloentrenamiento modelo muchos gpuscálculos finales intel core i7redes neuronales pequeñas eficiencia…Impulso Era una marca de un desodorante, no sé. ¡Ah, ostras, sí, sí, sí, sí, sí! Pero me pilló un pequeño a mí eso. Yo creo que era un perfume. No, era un desodorante, yo creo, y no tenía una mariposita. Pues sí, me suena. No sé, pero no lo sé; puede ser. Es que fijaos lo impresionante que es este trabajo: que es que la predicción la hacen un segundo, en menos de un segundo, para que veáis la eficiencia de este conjunto de redes neuronales, que estamos hablando de varias en paralelo. Y ojo, tardó 60 días en entrenar. Ahora ya se explica. Si alguien me hace un cálculo y sale en un segundo es que no se ha esforzado lo suficiente. Pero para que veáis, ¿qué pensáis? Que bueno, que esto necesitó una barbaridad de GPUs, una cosa muy loca Vale, los cálculos se ejecutaron en un Intel Core i7 de 3,8 GHz O sea, es que eficiencia total Sí, es lo que dices tú, son redes pequeñas y esto es una de las ventajas de las redes neuronales, una red pequeña se ejecuta en cualquier sitio, en un reloj la puedes poner. Bueno, Venga, vamos a pasar de tema porque ahora que dije reloj, porque es que estoy mirando el reloj aquí y me están dando la ansiedad de la que hablábamos con la canción de Coffee Break y los latidos extras me están aquí ya empezando a dar. Francis, está la gente…