Zprostředkováváme efektivní využití naší špičkové národní superpočítačové infrastruktury za účelem zvýšení konkurenceschopnosti a inovativnosti české vědy a průmyslu. IT4Innovations primárně poskytuje výpočetní čas výzkumníkům a akademickým pracovníkům z České republiky v rámci veřejné grantové soutěže. V rámci této soutěže bylo v letech 2013—2020 podpořeno 902 projektů v celkovém objemu 1,027 miliard jádrohodin, přičemž požadavky výzkumníků v tomto období přesáhly 1,404 miliard jádrohodin (jádrohodina = jedno procesorové jádro na hodinu).
Vybrané ukazatele
Počty projektů v jednotlivých vědních oblastech v 2020 [%]
Využití superpočítače jednotlivými institucemi v 2020 [%]
Co se u nás počítá
Vybrané projekty z 26. Veřejné grantové soutěže
Katalyzátory pro oxidativní dehydrogenaci alkanů
na bázi bóru
Výzva: 26. Veřejná grantová soutěž; OPEN-26-42
Hlavní řešitel: Ota Bludský
Instituce: Ústav organické chemie a biochemie Akademie věd ČR
Oblast: Materiálové vědy
Lehké olefiny (alkeny) jsou důležitými stavebními kameny chemického průmyslu, jelikož jsou výchozími látkami pro výrobu polymerů, palivových aditiv a dalších důležitých látek. Jejich celosvětová spotřeba stabilně roste. V roce 2019 dosáhla spotřeba etylenu a propylenu 160 a 115 mil. tun a v příštím desetiletí se očekává jejich meziroční nárůst o 3,5 – 4 %. Hlavním cílem tohoto projektu je pochopit povahu aktivních míst v katalyzátorech na bázi bóru pro selektivní oxidativní dehydrogenaci (ODH) lehkých alkanů (ethan, propan) na odpovídající olefiny. Kombinace experimentálních a teoretických přístupů je naprosto zásadní pro hlubší analýzu pozorovaných měření. Infrastruktura IT4I hraje důležitou roli právě u teoretických výpočtů, kde konvenční počítače kapacitou nedostačují (ab initio molekulová dynamika).
Navzdory moderním vědeckým pokrokům byl dosud objeven jen nepatrný zlomek vhodných molekul. Tandemová hmotnostní spektrometrie je účinnou metodou umožňující identifikaci molekul přítomných v biologických vzorcích. Pro každou molekulu změří hmotnostní spektrum, tj. soubor fragmentů molekuly vyjádřených jejich hmotnostmi. Stávající metody, které se pokoušejí uspořádat fragmenty do jedné neznámé molekuly, jsou však velmi málo efektivní, protože se opírají o omezeně anotované knihovny. V našem výzkumu navrhujeme toto omezení prolomit pomocí samořízeného hlubokého učení aplikovaného nad stovkami milionů neanotovaných hmotnostních spekter na superpočítači Karolina. Trénujeme rozsáhlou neuronovou síť typu Transformer, která obnovuje zakryté části spekter, což nutí síť učit se základní strukturní vlastnosti molekul bez jakýchkoli anotací.
Interpretace hmotnostních spekter pomocí samořízeného strojového učení
Výzva: 26. Veřejná grantová soutěž; OPEN-26-5
Hlavní řešitel: Roman Bushuiev
Instituce: Ústav organické chemie a biochemie Akademie věd ČR
Oblast: Vědy o životě
Vliv prachu na migraci akretujících planet nízkých hmotností v prachových a magnetizovaných discích
Výzva: 26. Veřejná grantová soutěž; OPEN-26-29, multiyear
Hlavní řešitel: Raul Chametla
Instituce: Univerzita Karlova
Oblast: Astrofyzika
Předpokládá se, že planety se rodí a migrují v protoplanetárním disku, který obíhá kolem hvězdy podobné Slunci. Analytické a numerické modely disků tvořených ideálním plynem (bez dodatečných poruch hustoty plynu a bez zahrnutí prachu v disku) předpovídají rychlou migraci planet podobných Zemi směrem k centrální hvězdě za dobu kratší, než je doba života protoplanetárního disku. Pokud by k tomu skutečně došlo, měly by planety nízkých hmotností (včetně té naší) neodvratně směřovat k centrální hvězdě. Tato situace však může být jiná, pokud do modelu plynného disku zahrneme prach a poruchy hustoty.
Hlavním cílem této studie je pomocí trojrozměrných hydrodynamických (HD) a magnetohydrodynamických (MHD) multifluidních simulací s vysokým rozlišením zjistit vliv prachu na migraci planet podobných Zemi v protoplanetárních discích. Náš přístup zohledňující mnohem komplexnější modely disků, které mohou zahrnovat poruchy hustoty způsobené magnetickým polem v disku a akrecí plynu a prachu z planety, může přinést nová možná řešení problému rychlé migrace dovnitř.
Výroba bezpečné a čisté energie je jednou z hlavních výzev energetické krize a změny klimatu. Náš projekt v IT4I je motivován nedávným úspěšným experimentem v National Ignition Facility v USA, kdy se pomocí laserového záření podařilo zapálit termojadernou fúzi. Aby se však mohla prostřednictvím inerciální fúze vyrábět bezpečná a čistá energie, je zapotřebí energetický zisk několikanásobně navýšit.
Pro navýšení energetického zisku je nutné potlačit nežádoucí jevy, které vznikají v plazmatu při interakci laseru s palivovým terčem. Jednou z možností, jak lze vznik těchto jevů v průběhu interakce ovlivnit, je aplikovat vnější magnetické pole o vhodně zvolené geometrii a síle. V rámci tohoto projektu studujeme pomocí rozsáhlých numerických simulací vliv vnějšího magnetického pole na absorpci laseru v plazmatu, neboť ta představuje klíčový faktor pro zlepšení zisku fúzní energie.
Objasnění úlohy vnějšího magnetického pole
na interakci laseru s plazmatem
Výzva: 26. Veřejná grantová soutěž; OPEN-26-44
Hlavní řešitel: Martin Jirka
Instituce: České vysoké učení technické v Praze
Oblast: Fyzika
Vývoj léčiv na Alzheimerovu chorobu skrz zkoumání strukturní dynamiky
Výzva: 26. Veřejná grantová soutěž; OPEN-26-50
Hlavní řešitel: Jan Mičan
Instituce: Masarykova univerzita
Oblast: Vědy o životě
Se stárnutím populace přichází epidemie Alzheimerovy choroby, na kterou neznáme lék. Jan Mičan, David Bednář a Jiří Damborský ve spolupráci s kolegy z Univerzity Cambridge cílí návrh léku na pohyb malé bílkoviny jménem amyloid beta 42.
Výpočetní čas 62 tisíc uzlohodin, za který děkují IT4Innovations, použijí na simulace pohybu amyloidu. Pomocí přístupu VAMPNet poté budou hodnotit, zdali je v přítomnosti léku amyloid odolnější ke slučování se do oligomerů, které jsou podle současných poznatků zodpovědné za Alzheimerovu chorobu.
Cílem tohoto projektu je vývoj účinného a bezpečného léku pro terapii Alzheimerovy choroby, ale také zrychlení náročného mapování pohybu biomolekul pro návrh léčiv na další nemoci jako Parkinsonova choroba či jiné amyloidózy a poznání, co pohyb molekul v těle ovlivňuje.
Projekt OPEN-26-32 zaštiťuje mezinárodní výzkumný projekt TURBAN (Norské fondy, www.project-turban.eu), který se zabývá kvalitou ovzduší a tepelným komfortem ve městech. V rámci projektu pracujeme na vývoji a zdokonalování modelu PALM, který dokáže simulovat děje na úrovni uličního kaňonu, a na jeho aplikačním využití v praxi. Model PALM je založený na principu simulace velkých vírů (LES). Modely typu LES dokážou poskytnout detailní informaci o proudění vzduchu včetně turbulentní složky („vírů“) ve vysokém prostorovém rozlišení, což je ovšem výpočetně náročné. Za účelem validace modelu v reálných podmínkách byla v centru Prahy v roce 2022 zprovozněna síť měřících senzorů, mikrovlnného radiometru a Dopplerovského LIDARu. V projektu zároveň pracujeme na tom, jak kombinovat modelové výstupy, získaná měření, satelitní snímky a výsledky jednodušších modelů. Díky IT4I jsme získali dostatek výpočetního výkonu na superpočítači Karolina, který pokryje významnou část simulací plánovaných v rámci projektu TURBAN.
Simulace PALM pro projekt TURBAN
Výzva: 26. Veřejná grantová soutěž; OPEN-26-32
Hlavní řešitel: Jaroslav Resler
Instituce: Ústav informatiky Akademie věd ČR
Oblast: Vědy o Zemi
Strojové učení pro předpověď pravděpodobnosti vzniku vakancí v dusíkem dopovaném grafenu – sběr dat pro trénování algoritmu
Výzva: 26. Veřejná grantová soutěž; OPEN-26-38
Hlavní řešitelka: Dagmar Zaoralová
Instituce: IT4Innovations
Oblast: Materiálové vědy
Dusíkem dopované grafeny (angl. N-doped graphenes, NG) jsou velice zajímavé materiály uplatnitelné v mnoha směrech výzkumu. Z předchozích studii plyne, že vlastnosti NG závisí na množství zabudovaných dusíků a na počtu defektů v krystalové mříži. Jemným laděním atomární struktury NG bychom tudíž mohli získat materiály s vlastnostmi žádanými pro konkrétní aplikace. Nicméně je téměř nemožné „ručně“ navrhnout všechny možné podoby atomární struktury NG. Naštěstí techniky strojového učení nabízí způsoby, jak tento problém řešit. Pro trénink dostatečně přesného algoritmu, jenž by byl schopen předpovídat strukturu a vlastnosti NG, je nezbytné nasbírat dostatečné množství informací o NG s různou atomární strukturou, což plánujeme provést pomocí výpočtů metodami teorie funkcionálu hustoty. Věříme, že získaný algoritmus pomůže při výběru pravděpodobných struktur NG zajímavých pro další aplikace.