GPU-n futtatható neutronszimulációs kód fejlesztése
Monte Carlo (MC) alapú szimulációkat a tudományos kutatások és az ipar számos területén használnak, annak ellenére, hogy rendkívül erőforrásigényesek, cserébe a fizikai modellezés pontos, szemben a determinisztikus számításokkal, amikor nagyobb közelítésekkel, de gyorsabban számolhatunk. A megfelelően kicsi statisztikus szórás eléréséhez azonban nagy mintaszám szükséges, amellyel együtt nő a felhasznált gépidő és annak költsége. Tranziensek vizsgálatakor ez a megállapítás hatványozottan igaz.
A reaktorban az egyes indított neutronok függetlenek egymástól, így elméletben a részecsketranszport kód könnyedén párhuzamosítható, amely lehetőséget teremt a grafikus számítási egységeken (GPU-kon) való hatékony működésre, alacsony bekerülési költség mellett. Ehhez azonban speciálisan erre az eszközre kifejlesztett algoritmusra van szükség, amely megalkotása és optimalizálása új kihívások elé állítja a fejlesztőt, hiszen a számítási architektúra jelentősen eltér a megszokott CPU- alapútól.
Munkám során egy olyan GPU Monte Carlo neutronszimulációs kód fejlesztésébe fogtam, amely a későbbiekben alkalmas lehet reaktordinamikai tranziensek vizsgálatára. Ennek eléréséig még hosszú út áll a feladaton dolgozó csapat előtt, ezért jelenlegi célom annak feltérképezése, hogy mely algoritmusok lehetnek megfelelőek és melyek azok, amelyekkel biztosan nem érdemes tovább foglalkozni. Ezért kezdetben a lehető legegyszerűbb geometriai és anyagi modellt igyekeztem használni, amely már az összes fontosabb reaktordinamikai szempontból fontos kölcsönhatást modellezi.
Korábbi tapasztalatok állnak rendelkezése egy egyszerű téglatest modell szimulációjára [1][2], azonban ezen algoritmusok egyáltalán nem GPU-kompatibilisek. Ennek ellenére a reaktorfizikai események és korlátok tekintetében erős kiindulási alapként szolgáltak.
Az algoritmusverziók vizsgálata során kiderült, hogy a valóság lemásolására törekvő analóg technikákkal a szimuláció még egyszerűbb esetben sem konvergens és a konvencionális egyszerűbb szóráscsökkentő eljárások sem segítenek. A két konvergens verzió fejlesztésével és optimalizálásával vontam le a továbblépéshez szükséges tanulságokat.
Irodalom:
1. David Legrady, J. Eduard Hoogenboom, Scouting the feasibility of Monte Carlo reactor dynamics simulations, International Conference on the Physics of Reactors “Nuclear Power: A Sustainable Resource” Casino-Kursaal Conference Center, Interlaken, Switzerland, September 14-19, 2008.
2. Bart Laurens Sjenitzer, The Dynamic Monte Carlo Method for Transient Analysis of Nuclear Reactors, Amsterdam, 2013.
szerző
-
Takács Hajna
Fizikus mesterképzési szak (MSc)
mesterképzés (MA/MSc)
konzulens
-
Dr. Légrády Dávid
Egyetemi docens, Nukleáris Technika Tanszék