W świecie, w którym zmiany klimatu, gwałtowne zjawiska pogodowe i transformacja energetyczna stają się wyzwaniami cywilizacyjnymi, rośnie znaczenie nauki zdolnej do ich zrozumienia i przewidywania. Z pomocą przychodzą superkomputery, sztuczna inteligencja i zaawansowane symulacje numeryczne. Właśnie na przecięciu tych dziedzin działa projekt HiDALGO2 – jedno z europejskich Centrów Doskonałości (Centre of Excellence – CoE) finansowanych w ramach programu Horyzont Europa przez EuroHPC Joint Undertaking oraz środków krajowych.

To ambitne przedsięwzięcie, koordynowane przez Poznańskie Centrum Superkomputerowo-Sieciowe (PCSS), skupia dziewięciu partnerów z siedmiu krajów Europy. Celem konsorcjum jest stworzenie narzędzi, które pozwolą lepiej zrozumieć i efektywniej zarządzać złożonymi zjawiskami środowiskowymi i społecznymi. Projekt łączy potencjał HPC (High-Performance Computing), Big Data i AI, aby wesprzeć globalne działania na rzecz zrównoważonego rozwoju.

–  HiDALGO2 to przykład nauki, która realnie odpowiada na współczesne wyzwania. Dzięki mocy superkomputerów i inteligentnej analizie danych możemy nie tylko lepiej rozumieć procesy środowiskowe, ale też przewidywać ich skutki, zanim będą odczuwalne dla ludzi i gospodarki – podkreśla dr inż. Marcin Lawenda, koordynator projektu.

Projekt HiDALGO2 skupia się na dostarczaniu rozwiązań dla tzw. globalnych wyzwań (Global Challenges). Obejmują one zjawiska o ogromnej skali i złożoności takich jak: zanieczyszczenie powietrza, efektywność energetyczną budynków, odnawialne źródła energii, pożary lasów czy rozprzestrzenianie zanieczyszczeń w środowisku wodnym. Zespół badawczy PCSS i partnerzy projektu tworzą symulacje numeryczne i modele predykcyjne, które działają na setkach tysięcy rdzeni procesorów i dziesiątkach akceleratorów GPU w największych europejskich centrach HPC, takich jak LUMI w Finlandii, LEONARDO we Włoszech, MareNostrum 5 w Hiszpanii czy Discoverer w Bułgarii. Wykorzystanie tak potężnych zasobów umożliwia przeprowadzanie symulacji o niespotykanej dotąd dokładności, obejmujących zarówno skalę lokalną, jak i globalne procesy środowiskowe.

Nadchodzi era eksaskalowa

HiDALGO2 to projekt, który przesuwa granice technologii obliczeniowych. Konsorcjum opracowuje i testuje rozwiązania przygotowujące aplikacje badawcze do działania w erze eksaskalowej – czyli zdolnej do wykonywania trylionów operacji na sekundę. W praktyce oznacza to optymalizację kodów źródłowych, wdrażanie metod co-designu (współprojektowania oprogramowania z myślą o konkretnej architekturze sprzętowej), automatyzację wdrożeń i testów w systemach CI/CD, a także zapewnienie przenośności aplikacji między różnymi środowiskami HPC dzięki konteneryzacji.

Zespół PCSS odpowiada m.in. za rozwój jednej z aplikacji pilotowych (RES), benchmarking, opracowanie narzędzi do orkiestracji obliczeń (QCG Workflow Orchestrator) oraz integrację komponentów w ramach wspólnej infrastruktury projektu. To tutaj powstają rozwiązania umożliwiające jednoczesne zarządzanie złożonymi symulacjami środowiskowymi, ich wizualizację i analizę wyników w czasie rzeczywistym.

Przypadki użycia

HiDALGO2 skupia swoje badania wokół pięciu przypadków użycia, które łączy wykorzystanie symulacji CFD (Computational Fluid Dynamics). Obejmują one modelowanie jakości powietrza w miastach, efektywność energetyczną zabudowy miejskiej, prognozowanie produkcji energii ze źródeł odnawialnych, symulacje pożarów lasów oraz badania nad ruchem osadów i zanieczyszczeń w rzekach i zbiornikach wodnych. Każdy z tych przypadków rozwijany jest przez wyspecjalizowane zespoły naukowców z różnych krajów, a ich prace łączy wspólna infrastruktura danych, narzędzi i wizualizacji opracowana przez PCSS i partnerów projektu.

Przypadek 1: Urban Air Project (UAP)

Ten przypadek użycia skupia się na modelowaniu mikroklimatu miejskiego w skali wysokiej rozdzielczości, z uwzględnieniem zjawisk takich jak rozprzestrzenianie się zanieczyszczeń powietrza, komfort wiatrowy dla pieszych oraz procesy planistyczne w mieście. W projekcie wykorzystywane są zarówno tradycyjne modele CFD jak i metody redukcji rzędu (np. POD-DEIM) oraz techniki sztucznej inteligencji. Model pobiera warunki brzegowe z globalnych lub regionalnych symulacji meteorologicznych lub danych sensorowych, co pozwala na zastosowanie go w cyfrowych bliźniakach (digital twins) miast. Dzięki temu UAP może służyć decydentom miejskim jako narzędzie do planowania przestrzeni, walidacji scenariuszy i poprawy jakości powietrza oraz komfortu mieszkania w aglomeracjach.

Przypadek 2: Urban Building Model (UBM)

W tym przypadku użycia projekt koncentruje się na zaawansowanych modelach budynków i ich integracji z infrastrukturą miejską. Celem jest dostarczenie modelu źródeł emisji ciepła, CO₂ i NOx do modelu jakości powietrza miasta oraz poprawa warunków brzegowych „zewnętrznego” modelu UAP. Model obejmuje dwa poziomy: skala budynku i skala miejskiej zabudowy. Dane wejściowe obejmują m.in. dane GIS, BIM w formacie IFC, własności materiałowe, scenariusze użytkowania, dane pogodowe i pomiarowe. Model wspiera m.in. ocenę zużycia energii, komfortu termicznego i jakości powietrza wewnątrz budynków oraz ocenę emisji i stref heat‐island na zewnątrz. Ważnym elementem jest także automatyzacja przepływu pracy – wykorzystanie CI/CD, konteneryzacji i platform superkomputerowych, tak by narzędzie było skalowalne i gotowe do wdrożeń realnych.

Przypadek 3: Renewable Energy Sources (RES)

Ten przypadek użycia dotyczy szacowania produkcji energii ze źródeł odnawialnych, takich jak farmy wiatrowe oraz instalacje fotowoltaiczne, a także przewidywania uszkodzeń infrastruktury OZE. W ramach RES stosowane są techniki kwantyfikacji niepewności (uncertainty quantification) oraz symulacje zespołowe (ensemble runs) na dużą skalę, co pozwala na ocenę ryzyka i efektywności w warunkach zmiennego środowiska. Takie podejście wspiera operatorów energetycznych, planistów i decydentów w zrozumieniu i optymalizacji systemów OZE w warunkach rzeczywistych.

Przypadek 4: Wildfires (WF)

Przypadek użycia „Wildfires” koncentruje się na symulacjach interakcji między pożarami lasów a atmosferą oraz rozprzestrzeniania się dymu w różnych skalach, od makro do mikro. Celem jest stworzenie środowiska obliczeniowego, które pozwala ocenić ryzyko pożaru, jego potencjalne skutki i wpływ na otoczenie, szczególnie w strefach interakcji las-miasto (WUI: wildland-urban interface). Dzięki wykorzystaniu HPC i zaawansowanych algorytmów możliwe jest wspieranie służb zarządzania kryzysowego, planowania przestrzeni i ochrony środowiska.

Przypadek 5: Material Transport in Water (MTW)

W tym przypadku użycia skupiono się na zaawansowanych symulacjach numerycznych dla lepszego zrozumienia złożonych procesów transportu materiału (osadów, zanieczyszczeń) w rzekach i zbiornikach wodnych. Model wykorzystuje sprzętowe ramy HPC-multiphysics (np. waLBerla) oraz framework C++ HyTeG dla symulacji wielkoskalowych i wysokowydajnych. Dzięki temu możliwe jest opracowanie strategii kontroli i zapobiegania zanieczyszczeniom w środowiskach wodnych, co ma znaczenie dla ochrony zasobów wodnych, gospodarki wodnej oraz zarządzania ryzykiem środowiskowym.

Praktyczne wdrożenia

HiDALGO2 to nie tylko badania – to także praktyczne rozwiązania. Modele opracowane w ramach projektu testowane są w europejskich miastach: Győr, Illkirch, Poznaniu i Stuttgarcie. Dzięki nim możliwe jest przewidywanie jakości powietrza w konkretnych dzielnicach, analizowanie potencjału energetycznego budynków czy ocenianie ryzyka związanego z falami upałów lub pożarami. W przyszłości podobne modele mogą zostać wdrożone w systemach zarządzania przestrzenią miejską oraz w planowaniu energetyki opartej na danych.

Jednym z najbardziej imponujących osiągnięć HiDALGO2 jest przypadek Urban Air Project, realizowany we współpracy ze SLB-analys (Stockholms Luft- och Bulleranalys), jednostką odpowiedzialną za monitorowanie jakości powietrza w stolicy Szwecji. Celem było stworzenie symulacji przepływu powietrza i komfortu wiatrowego dla całego miasta, z rozdzielczością 1-2 metrów w skali przestrzennej, co oznacza analizę dziesiątek milionów punktów obliczeniowych.

Zadanie wymagało znacznych mocy obliczeniowych oraz wyjątkowo precyzyjnego przetwarzania danych geograficznych. Do obliczeń zastosowano solver RedSim, opracowany przez zespół z Uniwersytetu Széchenyi István (SZE) – wysoce zoptymalizowany kod CFD, działający na setkach tysięcy rdzeni CPU i GPU, przy użyciu instrukcji MPI, SIMD/AVX512 i CUDA.

Wizualizacja wyników odbywa się w przeglądarce za pomocą autorskiego narzędzia CFDR, opartego na WebGL, umożliwiającego renderowanie w czasie rzeczywistym nawet na laptopach o niewielkiej mocy obliczeniowej. Dzięki tym rozwiązaniom możliwe stało się tworzenie realistycznych map komfortu wiatrowego, które pomagają urbanistom optymalizować rozmieszczenie zabudowy i przestrzeni publicznych – z korzyścią dla bezpieczeństwa i jakości życia mieszkańców.

Bieżące i przyszłe zadania

Okres 2024-2025 przyniósł dynamiczny postęp w każdej z dziedzin objętych projektem. Szczególnie istotne było osiągnięcie rekordowej skalowalności solvera UAP-Xyst, który działał na blisko 200 000 rdzeni na superkomputerze LUMI-C. Zespół HiDALGO2 opracował też nowe modele oparte na graph neural networks (GNNs) do analizy struktur miejskich, PCA i deep learning do badania pożarów lasów oraz mapowanie ekspozycji słonecznej dla prognozowania produkcji energii odnawialnej.

Wdrożono centralny portal HiDALGO2 Dashboard oraz kompletny system zarządzania danymi CKAN + HDFS + NiFi, zgodny z zasadami FAIR Data. Rozwinięto metody oceny niepewności modeli i zestaw narzędzi mUQSA, umożliwiający analizę wielu scenariuszy równolegle. W ostatnim roku realizacji, konsorcjum HiDALGO2 koncentruje się na przygotowaniu do wdrożenia swoich rozwiązań w praktyce: zarówno w administracji publicznej, jak i w sektorze przemysłowym.

W planach jest dalsza integracja sztucznej inteligencji z symulacjami wielkoskalowymi, rozwój narzędzi do automatyzacji analiz środowiskowych oraz otwarcie wyników projektu dla użytkowników zewnętrznych w duchu Open Science.

Działalność szkoleniowa

Działalność szkoleniowa projektu HiDALGO2 stanowi jego istotną część tworząc przestrzeń, w której nauka spotyka się z praktyką, a zaawansowane technologie obliczeniowe stają się narzędziem zrozumienia i ochrony środowiska. Projekt rozwija szeroki program edukacyjny obejmujący warsztaty, kursy i hackathony poświęcone modelowaniu zjawisk miejskich, prognozowaniu energii odnawialnej, analizie danych środowiskowych oraz optymalizacji aplikacji HPC.

Dzięki współpracy z inicjatywą CASTIEL2 i europejską platformą CoE Academy, wiedza i doświadczenia HiDALGO2 docierają do tysięcy badaczy, inżynierów i decydentów w całej Europie. Nadaje to działaniom HiDALGO2 praktyczny wymiar, łącząc naukowców z przedstawicielami miast, przemysłu i administracji, którzy uczą się wykorzystywać superkomputery do podejmowania decyzji opartych na danych.

Wszystkie materiały szkoleniowe i narzędzia opracowane w ramach projektu są udostępniane w otwartym dostępie, wspierając ideę otwartej nauki i rozwój europejskiej społeczności HPC. W ten sposób HiDALGO2 nie tylko tworzy przełomowe technologie, ale także buduje kompetencje i relacje, które pozwalają przekuć naukowe innowacje w realne działania na rzecz ludzi i planety.

Znaczenie projektu

Projekt HiDALGO2 ma wyjątkowe znaczenie dla Polski. PCSS jest bowiem jedyną instytucją z naszego kraju, która pełni rolę koordynatora Centrum Doskonałości EuroHPC w ramach programu Horyzont Europa. Odpowiada nie tylko za zarządzanie naukowe i techniczne, ale również za strategiczną koordynację prac, integrację partnerów i utrzymanie spójnej wizji projektu. Zespół pod kierunkiem dr. inż. Marcina Lawendy odpowiada za przygotowanie roadmapy technologicznej, współpracę z innymi inicjatywami EuroHPC oraz budowanie synergii z pozostałymi Centrami Doskonałości.

– Koordynacja tak dużego przedsięwzięcia to ogromna odpowiedzialność, ale też unikalna szansa na kształtowanie europejskiego krajobrazu HPC. Dla PCSS to dowód zaufania i potwierdzenie naszej pozycji jako jednego z liderów technologii obliczeniowych w Europie – podkreśla dr Lawenda.

Dodatkowe informacje:

HiDALGO2 – High Performance Computing and Big Data Technologies for Global Challenges
Instytucja koordynująca: Poznańskie Centrum Superkomputerowo-Sieciowe
Koordynator projektu: dr inż. Marcin Lawenda
Strona www projektu
Profil projektu w mediach społecznościowych
Wersja polska na YouTube.