利用谷歌张量处理单元进行太平洋西北地区及更广区域的海啸风险减缓规划
地球物理
2023-01-31 v1
摘要
海啸风险和洪水风险减缓规划对太平洋西北地区等社区尤为重要,那里海岸线极为动态且存在一个地震活跃的逆冲带。风险管理者面临的挑战不止于此:自社区意识到基于自然的解决方案的可行性与益处后,减缓选项已倍增。为确定适合其社区的减缓选项,风险管理者需要能够通过快速且易用的海啸模型迅速评估若干不同选项,但可能缺乏高性能计算基础设施。本工作的目标是利用新开发的谷歌张量处理单元(TPU)——一种可通过Google Cloud框架访问的高性能硬件——使所有社区都能快速评估不同的海啸风险减缓策略。我们通过非线性浅水方程的一个数值求解器确立了起点,该求解器采用五阶加权本质无振荡方法结合Lax-Friedrichs通量分裂,以及总变差递减三阶Runge-Kutta方法进行时间离散。我们通过若干解析解与基准验证数值解,复现了关于某一特定海啸风险减缓策略的若干发现,并对加利福尼亚州Crescent City的海啸爬高进行建模,其地形来自高分辨率数字高程模型。对模拟性能、能耗和易执行性的直接测量表明,得益于Google Cloud Platform的易用性,我们的代码可成为迈向基于社区、用户友好的虚拟实验室的第一步,该实验室可由最少训练的用户在云上运行。
引用
@article{arxiv.2301.12010,
title = {Leveraging Google's Tensor Processing Units for tsunami-risk mitigation planning in the Pacific Northwest and beyond},
author = {Ian Madden and Simone Marras and Jenny Suckale},
journal= {arXiv preprint arXiv:2301.12010},
year = {2023}
}