- Flexcompute ได้เปิดตัวเครื่องมือใหม่ที่เรียกว่า "Physical Twin" เพื่อจำลองผลกระทบจากการปล่อยก๊าซของเครื่องยนต์จรวด
- เครื่องมือใหม่สามารถจำลองการปฏิบัติการใกล้ชิดได้หลายร้อยครั้งในเวลาอันสั้น เพิ่มความเร็วในการวิเคราะห์อย่างมีนัยสำคัญ
- ความต้องการการคำนวณของเครื่องมือลดลงอย่างมาก ทำให้การทดสอบการคำนวณกลายเป็นเรื่องปกติ และยังคงความแม่นยำสูง
- Flexcompute มีแผนที่จะขยายเทคโนโลยีไปยังอุตสาหกรรมอื่น ๆ เพื่อเสริมสร้างโครงสร้างพื้นฐานดิจิทัลในอนาคต
วิธีการจำลองที่มีอยู่ในปัจจุบันต้องใช้เวลาหลายวันในการคำนวณปฏิสัมพันธ์ของอนุภาคที่ซับซ้อนเหล่านี้ ดังนั้นการพัฒนาใหม่นี้จึงมีความสำคัญอย่างยิ่ง
ข้อได้เปรียบทางเทคนิคของเครื่องมือใหม่
การเชื่อมต่อในอวกาศอย่างปลอดภัย การปฏิบัติการในอวกาศเชิงพาณิชย์ เช่น การเชื่อมต่ออัตโนมัติ การบำรุงรักษา衛星 และการเติมเชื้อเพลิงในวงโคจรเผชิญกับความเสี่ยงที่ร้ายแรงจากการกระทบของการปล่อยก๊าซ การปล่อยก๊าซจากเครื่องยนต์อาจทำให้ยานอวกาศใกล้เคียงไม่เสถียร เสียหายต่อพื้นผิวภายนอก หรือบดบังเซ็นเซอร์นำทาง ก่อนหน้านี้ วิธีการจำลองแบบ Monte Carlo (DSMC) ถูกใช้เพื่อคาดการณ์การชนกันของอนุภาคความเร็วสูงเหล่านี้ DSMC ต้องการทรัพยากรการคำนวณจำนวนมาก ซึ่งจำกัดให้ทีมภารกิจสามารถทดสอบเส้นทางการบินได้เพียงไม่กี่เส้นทาง Flexcompute ได้นำเสนอทางออกใหม่เพื่อเอาชนะข้อจำกัดด้านการคำนวณเหล่านี้เครื่องมือนี้ลดความล่าช้าของการคำนวณที่ยาวนาน ช่วยให้วิศวกรและตัวแทนการบินอัตโนมัติสามารถจำลองการปฏิบัติการใกล้ชิดหลายร้อยครั้งในเวลาอันสั้น เทคโนโลยีนี้เรียกว่า "Physical Marking" ระบบนี้รวมเครือข่ายประสาทเข้ากับตัวแก้ปัญหา Boltzmann รุ่นใหม่ในกรอบงานเดียวกัน เพื่อให้ความแม่นยำในระดับ DSMC ด้วยความเร็วที่ไม่เคยมีมาก่อน Flexcompute มีโครงสร้างที่อิงตามกฎทางกายภาพโดยตรง ซึ่งหลีกเลี่ยงความเปราะบางของโมเดล AI แบบดั้งเดิมเมื่อเผชิญกับสถานการณ์ที่ไม่คุ้นเคย ซอฟต์แวร์นี้สามารถปรับตัวได้ทันทีต่อรูปร่างทางกายภาพของยานอวกาศใหม่และลำดับการปล่อย โดยไม่ต้องฝึกอบรมใหม่
ศักยภาพในการใช้งานในอนาคต
คุณ Han Parker รองประธานฝ่ายการรวม AI ของ Northrop Grumman กล่าวว่า "วิธีการ Physical Marking ของ Flexcompute มีศักยภาพในการเพิ่มความเร็วในการวิเคราะห์ประมาณ 200 เท่า เมื่อเปรียบเทียบกับการจำลองแบบ Monte Carlo โดยตรง ทำให้เราสามารถสำรวจสถานการณ์การโต้ตอบของการปล่อยก๊าซที่กว้างขึ้นเพื่อสนับสนุนความต้องการของภารกิจ" เขาเสริมว่า "สำหรับการปฏิบัติการใกล้ชิด เช่น การเชื่อมต่อและการเติมเชื้อเพลิง Northrop Grumman กำลังนำและดำเนินการปฏิบัติการในอวกาศที่มีพลศาสตร์ที่ไม่เคยมีมาก่อน ซึ่งหมายความว่าเราสามารถวิเคราะห์เส้นทางการเข้าที่มากขึ้นและลำดับการปล่อย และดูว่าทุกสถานการณ์จะส่งผลกระทบต่อยานอวกาศที่เกี่ยวข้องอย่างไร" ประมาณ 200 เท่าของการเพิ่มความเร็ว การเพิ่มขึ้น 200 เท่านี้ทำให้การทดสอบการคำนวณที่หายากและมีค่าใช้จ่ายสูงกลายเป็นเรื่องปกติ ซอฟต์แวร์นี้ลดความต้องการการคำนวณ ทำให้เวลาการประมวลผลสำหรับแต่ละกรณีลดลงเหลือเพียง 0.4 GPU ชั่วโมง (ใน GPU เดียวไม่ถึงสามนาที) ในขณะที่การตั้งค่า DSMC แบบผสมต้องใช้เวลา 78 CPU ชั่วโมง ความเร็วสูงนี้ไม่ได้ลดทอนความแม่นยำ เมื่อเปรียบเทียบกับมาตรฐานการจำลองที่กำหนด เครื่องมือดังกล่าวมีข้อผิดพลาดในการคำนวณแรงทั้งหมดต่ำกว่า 3.5% โดยเฉพาะอย่างยิ่งการวัดแรงทางกายภาพ (แรงแกน) ต่อยานอวกาศมีความแตกต่างจากโมเดลมาตรฐานไม่เกิน 2.84% ขณะที่การประเมินผลกระทบของอุณหภูมิ (การไหลความร้อน) จะอยู่ในระดับต่ำกว่า 3.35%
ตามที่คุณ Vera Yang ประธานและผู้ร่วมก่อตั้ง Flexcompute กล่าวว่า เครื่องมือการปล่อยก๊าซในอวกาศนี้เป็นเพียงจุดเริ่มต้น บริษัทกำลังดำเนินการอย่างแข็งขันในการนำเสนอชุด Physical Twin ของตนในอุตสาหกรรมอื่น ๆ ครอบคลุมตั้งแต่พลศาสตร์ของอนุภาคในวงโคจรไปจนถึงการเปลี่ยนรูปในระดับจุลภาคในบรรจุภัณฑ์เซมิคอนดักเตอร์ขั้นสูง
ในภารกิจอวกาศ ความเชื่อมั่นเป็นสิ่งสำคัญ Flexcompute ช่วยให้ทีมสามารถทำการทดสอบความเครียดสำหรับการปฏิบัติการแต่ละครั้งก่อนการปล่อย ประหยัดรอบการคำนวณและสร้างโครงสร้างพื้นฐานดิจิทัลสำหรับโครงสร้างพื้นฐานในวงโคจรในอนาคตเทคโนโลยีใหม่จะเปลี่ยนความปลอดภัยในการปฏิบัติการในอวกาศอย่างไร
เครื่องมือใหม่ของ Flexcompute ไม่เพียงแต่สามารถเร่งความเร็วในการจำลองได้ แต่ยังสามารถลดความต้องการการคำนวณอย่างมีนัยสำคัญ ซึ่งมีความสำคัญต่อการปฏิบัติการในอวกาศเชิงพาณิชย์ เมื่อความซับซ้อนของภารกิจในอวกาศเพิ่มขึ้น ความสามารถในการประเมินผลกระทบของการปล่อยก๊าซต่อยานอวกาศอย่างรวดเร็วและแม่นยำ จะช่วยเพิ่มความปลอดภัยและประสิทธิภาพของภารกิจอย่างมาก นอกจากนี้ การนำเทคโนโลยีนี้ไปใช้สำเร็จอาจกระตุ้นนวัตกรรมในอุตสาหกรรมอื่น ๆ แสดงให้เห็นถึงศักยภาพการใช้งานที่กว้างขวาง

