Sintesi del progetto
OOpenCAL è un ambiente di simulazione pensato per rendere il supercalcolo accessibile anche a chi non possiede competenze specifiche di programmazione parallela. Il progetto nasce per supportare simulazioni basate su modelli discreti, come gli automi cellulari, offrendo un livello di astrazione che separa il modello scientifico dall’esecuzione su architetture di calcolo avanzate.
Obiettivo
Il progetto vuole fornire soluzioni che consentano ai ricercatori di concentrarsi sul problema scientifico, lasciando alla piattaforma la gestione automatica delle risorse HPC, così da sfruttare appieno la potenza di calcolo disponibile senza modificare il codice o riscrivere i modelli.
Problemi e necessità
Molti ambiti di ricerca richiedono simulazioni sempre più grandi e complesse, ma la mancanza di competenze nella programmazione parallela rappresenta un forte limite. Questo crea un divario tra chi può accedere al supercalcolo e chi ne avrebbe bisogno per far avanzare la propria ricerca.
Soluzioni sviluppate
OOpenCAL introduce un’architettura che esegue lo stesso modello in modo trasparente su sistemi diversi, adattandosi automaticamente a CPU e acceleratori differenti. Meccanismi di bilanciamento del carico e gestione della parallelizzazione sono integrati nella piattaforma, senza intervento dell’utente.
Impatti
OOpenCAL abilita simulazioni avanzate in numerosi settori critici come propagazione di incendi, diffusione epidemica, fenomeni geofisici, materiali complessi e sistemi biologici. L’accessibilità del sistema permette anche a piccoli gruppi di ricerca e istituzioni prive di competenze in HPC di sfruttare piattaforme di calcolo avanzate, con ricadute dirette sulla sicurezza pubblica, la sostenibilità ambientale e l’innovazione industriale. Il progetto rafforza la resilienza delle comunità grazie a modelli predittivi più accurati e rapidi su rischi naturali e scenari di emergenza, con potenziali applicazioni in Digital Twin urbani e sistemi decisionali avanzati.
Settori di applicazione
Il framework sviluppato può essere adottato nella Scienze Ambientali, in Geologia, Epidemiologia, Climatologia, sviluppo di Materiali Avanzati, Intelligenza Artificiale e modellazione di Sistemi Complessi. Essendo open source, la piattaforma è replicabile da università, enti pubblici e aziende. La sua architettura può in generale per tutti i workflow HPC data intensive.
