4.6.2021
Fusionsenergi har varit framtidens energiform sedan 1970-talet men tidpunkten för när fusionen ska bli industriellt tillgänglig har konstant hållits 50 år i framtiden. En av de centrala svårigheterna med fusionsenergin är att beräkna plasmaflödet i fusionsreaktorns torus för att kunna åstadkomma en situation där reaktorn avger mera energi än den ofantliga energimängd man pumpar in.
Jan Westerholm är professor i datateknik vid Åbo Akademi sedan 2001. Professuren heter officiellt högeffektiva datorberäkningar med industriella tillämpningar.
– Det centrala temat i det jag gör är väldigt mycket beräkningar. De maskiner som i praktiken är intressanta är stora datorkluster eller superdatorer. Vi har till exempel kört program på världens näst största superdator som då, 2015, hette Titan. Den fanns vid Oak Ridge National Laboratory i USA. Orsaken till att vi inte körde på den största är att den största datorn då fanns i Kina och det var svårt att få användartillstånd till den. Vi fick alltså nöja oss med den näststörsta och den körde vi i en halv timme och det var frågan om en vätskesimulering.
Hur gör man då man kör en beräkning på en maskin i USA härifrån? För man över beräkningar eller de data man vill behandla över nätet eller hur gör man?
– Superdatorerna används på distans. En del är till och med lite paranoida och berättar inte ens var maskinen finns fysiskt. En gång har jag faktiskt varit och hälsat på en superdator i Barcelona, men annars har jag aldrig sett dem. Så det är alltid på distans. Man loggar in på de här maskinerna. Sedan överför man sin källkod och översätter det program som man vill köra till maskinkod. I det här fallet ville vi göra en vätskesimulering enligt en viss modell som heter Lattice Boltzmann. Vi överförde då vårt program, vilket går på kanske en halv sekund att överföra förrän det sedan körs på superdatorn. Och i det här fallet, liksom i många andra fall så startar man inte från riktig data utan man genererar sin egen data, sin egen startsituation varifrån simuleringen sätts igång.
Vad är det man gör när man gör en vätskesimulering, varför gör man något sådant?
– Vätskor beter sig faktiskt mycket intressant. Om man till exempel ser på vattnet som kommer ut ur kranen ner i lavoaren hemma, så ser man att om vattnet kommer med liten hastighet så kommer det i en snygg stråle. Men sätter man lite mera fart på så börjar vattnet sprida på sig. Det bildar mindre droppar som flyger omkring. Samma sker då ett objekt med hög hastighet, säg 1 000 kilometer i timmen, far igenom luft. Det är samma vätskelagar som gäller för luft som gäller för ordinarie vätskor. Luften som stöter på objektet, som kommer i 1 000 kilometer i timmen, sprids på olika sätt, börjar utföra alla möjliga danser. Speciellt då efter ett flygplan, som är ett vanligt exempel. Ekvationerna som beskriver hur vätskorna beter sig, i det här fallet då luften, är icke-linjära. Det här betyder att det kan uppstå helt otroliga, överraskande rörelsemönster i luften. Det bildas turbulens som snurrar flera gånger innan det lugnar ner sig så småningom på grund av viskositet.
Jag gissar att om man behöver en superdator för att göra sådana beräkningar så är det fenomen som inte direkt går att läsa av i data-seten?
– Jo, det här är en fördel som man inte alltid tänker att hör ihop med superdatorer, man kanske bara tänker att med en superdator kan man göra saker snabbare. Men superdatorer är så att säga fysiskt väldigt stora, de har väldigt mycket arbetsminne. Det är klart att de har stora skivor också, så att man kan spara mycket, men arbetsminnet är alltså stort. Och det här gör att man kan sätta upp ett fysikaliskt system i datorns minne. Man kan inte sätta upp det kontinuerligt, utan man måste fylla det med en massa mätpunkter och så beräknar man saker och ting med de här mätpunkterna. Det gallas grid på engelska. Ju mera arbetsminne man har desto större system kan man simulera eller desto finare grid med större resolution kan man sätta upp. Och då kan man följa med allt finare och finare beteenden hos den här vätskan som man simulerar.
– Som ett praktiskt exempel: Hur rör sig blod i blodkärl? För det första har blodet otroliga vätskedynamiska egenskaper. Det är bara att droppa några droppar blod på bordet så ser du hur det beter sig lustigt. Och blodådrorna igen är av mycket olika slag. Det finns stora ådror, det finns hårfina ådror och att simulera hur blodet går igenom sådana här system är en svår vätskedynamisk uppgift.
Finns det en analogi med den här ”griden” och hur stor den är, med vanliga digitala bilder och resolution?
– Det är precis jämförbart med det. Det man försöker åstadkomma är att man har en så fin grid att den kan representera de fenomen man är ute efter. Om griden är för grov kan simuleringen inte åstadkomma de här finskaliga fenomen. Tänk dig till exempel att du går här i Åbo går mellan hus. Följ någon gång med hur blad dansar runt i små cirklar på hösten när det blåser lite mera. På vissa ställen snurrar löven väldigt kompakt, utanför en dörr kan det samlas någonting, och på andra ställen rör sig luften uppenbart mera som en stor vägg. Och för att simulera det här måste man ha en ganska fin grid för att kunna åstadkomma de här små fina cirkulationerna.
Det som du nu håller på med, eller det konsortium du är med i, heter FinnFusion – vad är FinnFusion?
– Det har varit en trend redan i tiotals år att undersöka om fusion kunde vara ett tekniskt alternativ till energiproduktion. I Finland undersöks fusion ur många olika synvinklar, såsom teoretiska plasmamodeller, materialundersökning, robotunderhåll av fusionsreaktorer och så vidare, med finansiering från bland annat Business Finland och Europeiska unionen. För att koordinera verksamheten mellan finansiärerna och forskningsinstituten har Finland grundat en takorganisation, FinnFusion, som leds av Statens tekniska forskningscentral VTT.
Då jag läser science fiction är fusionen ofta ett alternativ, men då jag läser saker som hör ihop med den här världen så brukar fusionsenergin som teknologi ligga 30 år i framtiden, vilket brukar vara ett tecken på att ingen vet någonting om när och om det blir verklighet – men nu verkar den här teknologin ligga mycket närmare, åtminstone vad jag själv har läst på sista tiden.
– Det här med 30 år låter ganska optimistiskt. Det finns ett standardskämt bland fusionsfysiker: på frågan ”När får vi fusion?” är svaret ”Om 50 år!”, oberoende när man frågar!
Det finns ett standardskämt bland fusionsfysiker: på frågan ”När får vi fusion?” är svaret ”Om 50 år!”, oberoende när man frågar!
Det brukar vara analogt med att ingen vet.
– Precis. Men där skulle jag säga att mänskligheten har utvecklat metoder, och kanske också välstånd, som gör att man kan göra större saker än tidigare. Det som man bara drömde om på 1950-talet, eller ska vi säga till och med 1970-talet, kan man nu faktiskt allvarligt fråga sig om ifall vi kunde försöka oss på. Fusion har alltså funnits i tankevärlden åtminstone i 100 år. Och man har tänkt att en vacker dag kan man åstadkomma artificiell fusion, det vill säga att människan åstadkommer det.
Kan du beskriva vad fusionen är, till skillnad från fissionen?
– Fusionen går ut på att man slår samman atomers kärnor. I praktiken är det frågan om att man slår samman väldigt små kärnor, ungefär de minsta som finns: väteatomens kärnor. Kanske man kan tänka sig de som är lite större, det vill säga helium, men i regel de allra lättaste och minsta atomkärnorna. När man slår dem ihop så ändrar sig kärnorna så att det kommer neutroner ut ur dessa nybildade kärnor. Och det är neutronerna man sedan är intresserad av. För de kommer ut med fart – och de kan åstadkomma värme när de stöter ihop med en vägg eller en apparat som är gjord för att ta upp neutronstrålningen.
Och när det gäller solen så fungerar…
– Så fungerar den enligt fusion, så att väte under väldigt högt tryck och i väldigt hög temperatur slås ihop till tyngre atomkärnor. En större kärna behöver lite mindre energi för att formas än två separata kärnor – och då kommer den överblivande energin ut. För väldigt tunga kärnor är det tvärtom. Om man delar upp en tung kärna så åstadkommer den mera energi, alltså i fissionen vinner man på att klyva den, medan man i fusionen vinner på att slå ihop dem.
Åstadkoms värmen i solen genom att neutronerna rör sig genom mediet som omger dem, eller hur går det till?
– Det är så att då lätta kärnor slås ihop frigörs överloppsenergi och då värms solen upp allt mer. Solen kyls av vid solytan med elektromagnetisk strålning och heta partiklar som skickas ut i världsrymden.
Och fissionen är det som vi håller på med i våra kärnkraftverk.
– Alla kärnkraftverk som finns idag grundar sig på fission där man då typiskt sönderdelar uran.
En väldigt tung kärna.
– Det är så att säga andra ändan av spektret. Vi har väldigt lätta kärnor och sedan har vi de tyngsta som finns i naturen och det är de senare som används i fissionen.
Och fördelen med fusionen över fissionen skulle vara?
– För det första så talar man om att det finns tillräckligt med material att fusionera. I fissionen måste man använda de tunga kärnorna, som i praktiken är uran, och då finns det en begränsad mängd som är tillgänglig. Men för fusionen finns det nästan gratis ämnen att använda för att slå ihop. Fusionen kunde alltså vara ett betydligt billigare sätt att åstadkomma energi eftersom ingångsmaterialet kostar nästan ingenting. Det som då är problemet med fusion är att det inte räcker med att sätta två material i en burk och skaka och hoppas att något ska hända. Det är tyvärr så, att för att få atomkärnor att gå ihop så måste de utsättas för ett mycket hårt bombardemang av varandra. Man måste för det första värma upp dem till verkligt höga temperaturer. Vi talar inte om tusentals grader, vi talar om miljoner grader.
Hur gör man det – alltså hur är det över huvud taget möjligt att åstadkomma sådana temperaturer?
– Man använder till exempel mikrovågor för att få elektroner och kärnor att lösgöra sig från varandra. Man får då positivt laddade partiklar och negativt laddade partiklar som rör sig mer eller mindre fritt. Det här är ett plasma. I det här plasmat vill man sedan åstadkomma så att plasmat ställvis, på grund av turbulensfenomen, samlas ihop till ett mycket kompakt område så att många atomkärnor umgås samtidigt och tillräckligt länge. Man talar om en så kallad confinement time där man försöker få kärnor att hållas ihop tillräckligt länge. Och då sker fusion.
Det här låter lite som att om någon kan göra vätskeberäkningar så skulle det vara ett bra ställe att använda en sådan människa…
– Jo! Rörelseekvationerna som används för att simulera plasmat liknar vätskedynamik, men där kommer en extra sak till, nämligen elektrodynamik, eftersom partiklarna som rör sig är elektriskt laddade. Då kommer de här elektriska laddningarna att påverka hur de själva och andra laddningar rör sig, speciellt om man har de här laddningarna att röra sig så att de genererar el- och magnetfält som påverkar varandra. Det blir ett mycket komplicerat system där både vätskeegenskaper och elektromagnetiska egenskaper finns med. Det här kallas för magnetohydrodynamik.
– Det här kan låta som rena rama kvantmekaniken men det är det inte alls. Det här är fullständigt klassisk mekanik. Ekvationerna för att beskriva de här systemen är över 150 år gamla. Det här är så att säga fullständigt under teoretisk kontroll. Man kan alltså göra de här simulationerna. Men i ett plasma finns det så väldigt starka krafter, i och med att det finns positiva och negativa laddningar, att det sker mycket finskaliga fenomen. Därför kan man inte med små datorer simulera dessa fenomen, utan man måste ha ganska stora datorer som har mycket arbetsminne för att simulera de finskaliga fenomen som pågår.
Är svårigheten då dels att man måste värma upp det här materialet till plasma, vilket kräver väldigt mycket energi i sig, och det blir volatilt för att man håller på med något i den här skalan – eller är jag helt ut och seglar?
– Nej, det är ganska bra beskrivet – man värmer upp den här gasen och då rör den på sig, varm gas rör på sig. Man försöker sedan styra hur det här plasmat rör sig med hjälp av elektriska fält och då framför allt magnetfält. Och det är det man håller på med nu i södra Frankrike där det pågår ett mycket stort fusionsexperiment. Man bygger en testreaktor. Den kallas ITER. Meningen är där att man kan visa att man med kända teknologier kan hålla ihop plasmat tillräckligt länge och under tillräckligt höga temperaturer för att det där i plasmat ibland anhopas så många kärnor att det kommer mera energi ut ur systemet än man pumpar in.
Och just nu är problemet att man sätter in en väldig mängd energi och inte får ut det man sätter in?
– En delmålsättning är att få en break-even, åtminstone för en kort tid – det vill säga vi pumpar in tio megawatt och hoppas sedan att det inom tio sekunder kommer ut mer än tio megawatt och sedan gör vi det på nytt och det blir en cyklisk process. Målsättningen är att man åtminstone under en minut eller två stötvis får ut mera energi än man sätter in.
Men ännu har man alltså inte fått ut mer än man satt in ens under korta ögonblick?
– Det är delvis sant, men det finns mindre fusionsreaktorer. En sådan finns i England och kallas JET, Joint European Torus, och där har man nått break-even i kortare stunder, man har fått ut mera energi än man har pumpat in. Frågar du en teoretiker så säger han, ”men det är ju klart, det här visste vi ju”. Men frågar man en experimentalist så säger han, ”ja, men det finns en massa svåra saker att lösa här innan vi kommer fram till den här situationen.
– Men fallet är alltså att man har fått ut mera energi än man satt in. Jag vill minnas att första gången det här skedde var vid MIT i en mycket mindre testreaktor. Men det är så här man ofta går till väga. Först visar man feasibility, det här kan göras, det är möjligt. Och så visar man det på en väldigt liten skala. Och sedan skalar man upp det tills man når en industriell skala så att vi inte längre talar om kilowatt utan om megawatt och kanske vi kan komma ännu längre och komma till gigawatt. Och det här är avsikten med Joint European Torus: att visa att man kan få mera, men där alltså fråga om mycket lägre effekter. I ITER som byggs är det enligt den senaste uppskattningen meningen att vi, kanske 2035, ska ha provkörningar där vi under några minuter får ut mera energi än vad vi pumpar in.
Men fallet är alltså att man har fått ut mera energi än man satt in. Jag vill minnas att första gången det här skedde var vid MIT i en mycket mindre testreaktor. Men det är så här man ofta går till väga. Först visar man feasibility, det här kan göras, det är möjligt. Och så visar man det på en väldigt liten skala. Och sedan skalar man upp det tills man når en industriell skala
På vilket sätt kommer Åbo Akademi och FinnFusion in i det här – är det just med ITER man samarbetar eller med någon annan?
– FinnFusion som ägs av Statens Tekniska Forskningscentral är en centralorganisation som samordnar den fusionsforskning som Finland kan erbjuda. Här är det fråga om ett stort konsortium. Och i ITER är det nästan lättare att räkna upp de länder som inte är med – det är ett väldigt stort projekt där många länder med specialuppgifter deltar. Finland har varit med ganska länge i fusionsforskningen. Om jag minns rätt så har det varit aktuellt att jobba med fusion redan sedan 1970-talet, och i dagens läge är det flera finländska universitet som aktivt håller på med antingen teoretisk fusionsforskning eller så bidrar de på ett mera tekniskt sätt. När det gäller den teoretiska forskningen så har till exempel Aalto-universitetet väldigt länge deltagit i modelleringen och Helsingfors universitet i materialforskningen: av vilka material ska man bygga de inre väggarna i fusionsreaktorerna så att de tål neutronbombardemanget och överför energi på ett lämpligt sätt? Sedan har vi rent tekniska lösningar. Tammerfors har länge deltagit med olika typer av automatik för att underhålla fusionsapparater – då de väl används så måste man ibland åtgärda saker innanför reaktorerna som är, om inte hårt radioaktiva så milt radioaktiva. Så man vill inte gå in och göra något där, utan skickar istället in robotar för att rena väggar och åtgärda dem – så Tammerfors har varit med om att utveckla robotik för att ge service åt den här ITER-reaktorn.
Är det samma typ av radioaktivitet i fusionsreaktorerna som i fissionsreaktorerna?
– Nej, det är nog något helt annat. I fissionsreaktorer uppstår nya kärnor och det är en ganska slumpmässig process vilka kärnor som uppstår och det kan uppstå kärnor som har kort livstid och sådan som har lång livstid. Men en hel del är långlivade kärnor och det är det som är problemet med fission: det uppstår spontant långlivat radioaktivt material från fissionen.
– I fusionen är det å andra sidan närmast i neutronerna som flyger ut och bombarderar väggarna som radioaktiviteten uppstår, men den är nästan uteslutande av kortare livstid. Här talar vi nu om 50 till 100 år till skillnad från tusentals år inom fissionen, så den skillnaden är märkbar. Radioaktiviteten är starkast i början, och sedan går den neråt med fart. Så till fusionens fördel är att det uppstår mindre radioaktivt avfall.
Bommade jag, eller var det så att vi inte ännu kom till på vilket sätt Åbo Akademi var involverat?
– Det är EU som ganska långt finansierar fusionsverksamheten i Finland och det koordineras via det här FinnFusion-konsortiet, och som det ofta är inom de akademiska kretsarna där man vet att A känner B som känner C som vet att D gör det och det, så kommer man fram till att det behövs ”den här typen av expertis” för att göra ”det här och det här”. Och jag är ursprungligen fysiker, jag har inte datateknik som bakgrund, så jag känner fysikerna ganska bra, och då var det ganska lätt härifrån Åbo Akademis sida, där jag håller på med högeffektiva datorberäkningar, att komma med den specialkunskapen med i det här FinnFusion-projektet.
Vad betyder det att en beräkning är högeffektiv? Att den går rakt på målet, eller vad betyder det?
– Det är ett internationellt begrepp, high performance computing heter det på engelska, och det är det som man vanligen menar att superdatorer gör. Tänker man sig tillbaka 20 år i tiden så tänker man sig stora väggar med lampor som blinkar, det finns en massa mikroprocessorer som är uppradade, kanske tusentals, kanske tiotusentals, som alla gör beräkningar och utbyter data sinsemellan. Det är alltså då ”högeffektiva datorberäkningar”. Dessa mikroprocesseror liknar de som vi har i vanliga hemdatorer – de kan inte utföra något som min hemdator inte kan göra – men det finns väldigt många av dem i en superdator och det kan hända att klockfrekvensen är lite högre, men inte mycket. Så det är egentligen fråga om helt vanliga processorer men det finns väldigt många av dem. I dagens läge har en superdator cirka 100 000 mikroprocessorer i sig, de allra största kan ha närmare en miljon. När jag började som professor i högeffektiva datorberäkningar så var det just den här typens maskiner som var på kommande. De hade tusen processorer och följande generation skulle ha tvåtusen processorer, och så väntade vi på det, och sedan väntade vi på dem som skulle ha fyratusen processorer och så vidare.
– Jag hann redan tänka att min karriär kommer att bli ganska ensidig: jag sitter bara och väntar på att det kommer fler processorer så att vi kan göra allt större system. Men så hände en revolution för ungefär tio år sedan. Det kom nya apparater för att göra de här beräkningarna: grafikprocessorer, GPU, graphics processing units. Det visade sig att man även kan använda dem för att göra alla beräkningar en mikroprocessor gör. Men det fina med en GPU är att man kunde sätta in i dem hundratals, till och med tusen beräkningsenheter – så det motsvarade tusen mikroprocessorer i ett enda GPU-kort. Det här revolutionerade alla superdatorer. I dagens läge består superdatorerna till 70–80 procent av dessa GPU:n och det är där Åbo Akademis specialkunskap kommer in. Jag har sedan tio år tillbaka fokuserat på att programmera GPU:n och uttryckligen i superdatoromgivning.
Jag hann redan tänka att min karriär kommer att bli ganska ensidig: jag sitter bara och väntar på att det kommer fler processorer så att vi kan göra allt större system. Men så hände en revolution för ungefär tio år sedan.
Jag tänkte fel först: jag tänkte högeffektiv i termer av ekonomi, men det vi pratar om är hästkrafter.
– Det är hästkrafter, jo. Man använder termen floating point operations per second: antalet aritmetiska operationer per sekund som ett mått på hur högeffektivt ett system är. Ju fler matematiska operationer per sekund, desto större och desto effektivare är systemet.
Vad är det som är särskilt utmanande med att hålla på med dessa högeffektiva datorer, vad är det som är skillnaden till att hålla på med vanliga beräkningar?
– Med en vanlig bordsdator gör man väldigt små saker åt gången. Om man skriver i ett dokument, fyller i en tabell eller kanske surfar på nätet så är det fråga om ganska små mängder data som behandlas och skickas ut på nätet, så kommer det tillbaka och så ritar min browser en ny bild och that’s it. I de här högeffektiva datorberäkningarna har man stora system som har väldigt mycket data som jobbas på samtidigt. Dessutom jobbar alla enheter som utför beräkningar på sitt eget arbetsminne och ibland utbyter de data. Och utmaningen är att få dessa kanske upp till en miljon processorer som alla sitter och räknar på sitt data att ibland utbyta data, att få dem att jobba samtidigt utan att någon tvingas vänta på att en annan ska bli färdig. I värsta fall väntar alla på att en ska bli färdig, och först sedan kan alla börja rulla igen. Målsättningen är att få alla de här beräkningarna att fungera så parallellt som möjligt samtidigt överallt.
Handlar det om en tidsuppskattning av hur mycket tid olika processer kommer att ta för att sedan få dem koordinerade eller var är utmaningen?
– Man använder uttryckligen olika tidsbegrepp för att planera de här systemen. Det viktigaste här är att hela den här beräkningsproblematiken är sådan att man kan dela upp den i mindre delar. Om jag har en stor grid som jag gör mina vätskesimuleringar på, så är målsättningen att man kan göra beräkningar på olika delar av griden utan att just då behöva utbyta data. Om det alltså lyckas att man kan parallellisera det här stora jobbet ner till många små jobb – då har vi en bra möjlighet att ha något som man kan köra på en superdator.
– Om problemet är sådant att jag först måste räkna en sak, och jag kan inte göra något innan det är klart, och sedan fortsätter det på det sättet. Det här kallas en sekventiell beräkning – en sådan ska inte köras på en superdator för den beräkningen kan jag inte parallellisera.
Har vi den datakraften i Finland, att vi kan köra sådant här?
– Finland har alltid haft en bra politik när det gäller superdatorer. Vi har en organisation som heter CSC – IT Center for Science med högkvarter i Esbo, som koordinerar superdatoranskaffning och användning i Finland. Så att istället för att varje universitet skaffar egen superdator så har vi en centralorganisation som faktiskt har ett skilt moment i statsbudgeten för att skaffa nya maskiner. Och den här maskinen är fritt tillgänglig för alla akademiska institutioner – så jag kan när som helst logga in i maskinen och köra mina program, det är alldeles utmärkt. Nu är Finland förstås inte ett stort land, därför har våra superdatorer aldrig varit bland de högst rankade på topp 500-listan i världen. Men nu finns det ett projekt som CSC vann: EU har bestämt att låta bygga tre stycken superdatorer i Europa. En kommer till Spanien, en till Italien och den tredje kommer hit till Finland och den byggs som bäst i Kajana. Så inom ett halvt år så kommer vi i Finland att ha tillgång till en av de mest effektiva superdatorerna i världen. Det är ett samarbetsprojekt inom EU men vad jag förstått så kan 20 procent av körtiden ges till finländska akademiska institutioner. Den här maskinen kallas LUMI.
Vad är den omedelbara fördelen med att ha tillgång till en sådan här maskin som förmodligen är väsentligt mera kraftfull – är det något som du längtar efter att få göra som du nu kommer att kunna göra med LUMI?
– Här finns något som engelsmännen kallar the curse of dimensionality. Det betyder i praktiken att om jag har ett fysikaliskt system som jag kan simulera som ett endimensionellt system då behöver jag alltså en dimension, en x-dimension för att beskriva det. Där behövs inte mycket data. Det kan jag simulera med stor noggrannhet med verkligt många gridpunkter. Men om det fysikaliska systemet kräver två dimensioner, x och y, så då kan jag inte sätta de här gridpunkterna lika tätt som tidigare längs med x-axeln för jag behöver gridpunkter även i y-axeln. Det blir en mycket större yta jag måste fördela de här gridpunkterna på. Superdatorerna har hittills varit sådana att jag kunnat bygga riktigt snygga tvådimensionella system, jag har kunnat simulera dem mycket noggrant utan problem. Men nu kommer vi till fusion och för att simulera det behöver jag inte bara tredimensionella system, utan jag behöver fem- till sexdimensionella system.
Superdatorerna har hittills varit sådana att jag kunnat bygga riktigt snygga tvådimensionella system, jag har kunnat simulera dem mycket noggrant utan problem. Men nu kommer vi till fusion och för att simulera det behöver jag inte bara tredimensionella system, utan jag behöver fem- till sexdimensionella system.
Vad betyder det?
– Det betyder att x-, y-, z-system inte räcker för frihetsgraderna jag behöver för att beskriva plasmat – det är ju ett tredimensionellt system…
Så långt förstår jag…
– För att beskriva vätska, i det här fallet då plasma, räcker det inte med att säga att vi den här punkten finns så och så mycket vätska, jag måste beskriva det mycket noggrannare. Jag måste säga: vid den här punkten finns det så här mycket vätska som är stilla här. Sedan måste jag berätta: det finns så här mycket vätska som är på väg i x-axelns riktning med den hastigheten, och i y-axelns riktning, och i z-axelns riktning. Sedan har jag så mycket vätska som far lite åt sidan där mellan x och y, mellan y och z. Det ser nästan ut som att jag vid varje gridpunkt har en hopsnurrad igelkott av hastighetsvektorer som pekar utåt som säger hur mycket vätska är på väg åt vilket håll från den här punkten. Och det här ska göras vid varje punkt. Så i varje punkt i det här tredimensionella rummet har jag tre vektorer som säger vartåt vätskan är på väg och hur mycket det är – så där har vi sex dimensioner. Och så kommer det lite till från de här magnetohydrodynamiska egenskaperna så att sex dimensioner är ungefär vad man behöver i praktiken för att simulera de här systemen. Och då förstår du att det krävs väldigt mycket mera minne för att simulera detta. Och det är det som är styrkan med superdatorerna: ju mera minne jag har desto noggrannare kan jag simulera vätskesystem.
Har du kunnat simulera i sex dimensioner tidigare eller är det en kapacitet som kommer nu med LUMI?
– Man har kunnat göra det tidigare men med mindre resolution. Man har ett grövre grid med x-, y-, z-punkt och mindre antal vektorer vid varje gridpunkt för att beteckna hastigheterna. Vilken noggrannhet som behövs beror på vilket fenomen vi är ute efter att beskriva. När det gäller fusionen så är det plasma som man vet att beter sig på ett mycket komplicerat sätt. Där finns olika instabiliteter. Det kan hända att plasma klumpas ihop ställvis och sedan flyger bort okontrollerat. Man försöker åstadkomma sådana hastigheter och sådana tätheter att det hålls ihop tack vare de här magnetfälten som åstadkoms av magneter som sitter runt plasmareaktorn.
Åstadkoms det oberäkneliga sättet på vilket plasmat rör sig på flit genom magneterna, eller är det dess själva väsen som är så oberäkneligt?
– Allt det här hänger ihop. Det ena påverkar det andra. Har man strömmar som rör sig i en cirkel så åstadkommer strömmen ett magnetfält. Och det magnetfältet påverkar alla andra som rör sig där. Det man vill åstadkomma är att genom magnetfältet skapa en sådan stryka just då att plasmat håller ihop och inte flyger omkring och träffar väggen, kyls ner och slutar vara ett plasma.
Är det en del av din expertis att kunna det här, det vill säga plasmats fysik? Eller är din expertis att bidra med de här beräkningsmodellerna för hur det ser ut?
– Det är en bra fråga. Tack vare min bakgrund förstår jag ekvationerna. Och när ekvationerna har givits, det är då frågan om teoretiska modeller, så gäller det att formulera hur man ska lösa de här ekvationerna numeriskt. Hur differentialekvationer ska ge upphov till ekvationer som befinner sig i de här gridpunkterna som man satt upp i systemet. De här ekvationerna säger då hur det här plasmat kommer att utvecklas i tiden om plasmat ser ut så här just nu: efter ett litet tidssteg borde det se ut så här, efter det borde det se ut så här, och så vidare. Min expertis ligger någonstans där i att vi formulerar de här ekvationerna så att de blir ett datorprogram. Sedan är Åbo Akademi med om att implementera de här programmen för superdatorerna så att de så effektivt och korrekt som möjligt simulerar det här plasmat framåt i tiden.
Lång text? Lyssna på intervjun med Jan Westerholm i vår vetenskapspodcast Forskaren!