Simulatie optimalisatie door middel van een data-driven preconditioner

Dit project onderzoekt de haalbaarheid van een data-driven preconditioner om complexe simulaties te optimaliseren en kosten te verlagen.

Subsidie
€ 20.000
2021

Projectdetails

Inleiding

Ignition Computing BV is een bedrijf dat zich richt op het geven van advies voor high-tech software en is opgericht in 2020. Ignition Computing heeft ervaring op het gebied van simulatiecodes, integrated modelling, performance optimalisatie, visualisatie en het schrijven van complexe zakelijke, industriële en wetenschappelijke software.

Context

Met de komst van meer en meer datacenters en rekenkracht, gebruiken steeds meer organisaties en bedrijven complexe computersimulaties om voorspellingen te kunnen doen voor een veelvoud aan toepassingen. Simulaties liggen aan de basis van model-based design en model-based engineering. Dit is de belangrijkste ontwerpfilosofie voor moderne engineeringtoepassingen zoals:

  • De olie- en gasindustrie
  • De energiesector
  • Het doorrekenen van engineeringmodellen
  • Lucht- en ruimtevaart
  • Computer-aided design

Probleemstelling

In de literatuur zijn enkele aanwijzingen gevonden dat het uitvoeren van sommige van deze complexe simulaties vereenvoudigd en versneld zou kunnen worden door gebruik te maken van een zogeheten data-driven preconditioner met een factor 2 tot 3. Dit zou voor bedrijven die gebruikmaken van complexe simulaties veel kosten en tijd kunnen besparen en nieuwe simulaties mogelijk maken die nu nog te duur zijn of te lang duren om uit te voeren.

Kostenoverwegingen

De aanschaf van een typische supercomputer die dit soort simulaties uitvoert, is 15 miljoen euro, met daarbij nog eens 15 miljoen euro per 5 jaar om deze draaiende te houden. Wanneer de data-driven preconditioner inderdaad haalbaar blijkt bij bepaalde complexe simulaties, zouden de voordelen hiervan aanzienlijk kunnen zijn door veel geld en tijd te besparen.

Doel van het Onderzoek

Het doel van dit haalbaarheidsonderzoek is het toetsen van de economische en technische haalbaarheid van het inzetten van een data-driven preconditioner op verschillende industriële toepassingen van complexe simulaties door Ignition Computing.

Onderzoeksopzet

Dit haalbaarheidsonderzoek zal bestaan uit de volgende onderdelen:

  1. Een literatuurstudie naar verschillende data-driven preconditioners
  2. Een octrooionderzoek om te bepalen of het haalbaar is deze data-driven preconditioner te beschermen
  3. Een technisch haalbaarheidsonderzoek bestaande uit het testen van kunstmatige simulaties van verschillende industriële toepassingen
  4. Een marktverkenning bij verschillende potentiële klanten en ontwikkelpartners om de behoeften in kaart te brengen

Toekomstige Stappen

Wanneer de uitkomsten van dit haalbaarheidsonderzoek positief blijken, is het doel om over te gaan op de daadwerkelijke ontwikkeling van een data-driven preconditioner voor een of meerdere industriële toepassingen, mogelijk in samenwerking met een partner.

Bijdrage aan de Energievraag

Dit project levert een potentiële bijdrage aan de verlaging van de alsmaar groter wordende energievraag die door datacenters en supercomputers wordt gevraagd.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 20.000
Totale projectbegroting€ 62.400

Tijdlijn

Startdatum21-4-2021
Einddatum20-4-2022
Subsidiejaar2021

Partners & Locaties

Projectpartners

  • Ignition Computing B.V.penvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

Mkb-innovati...

Reinforcement Learning & Solver Racing in simulatieversnellingen

Het project onderzoekt het gebruik van reinforcement learning en solver racing om de efficiëntie van computersimulaties te verbeteren.

€ 20.000
Mkb-innovati...

ALGORITHM

Advanced Solutions Nederland onderzoekt de haalbaarheid van ALGORITHM, een AI-gestuurd systeem voor predictive maintenance in de industrie, met innovatieve sensoren en analysemethoden.

€ 20.000
Mkb-innovati...

Haalbaarheidsstudie naar de ontwikkeling van de Brixx intelligent process automation console

Het project onderzoekt de haalbaarheid van de Brixx console voor geautomatiseerde koppeling van diverse Business Intelligence systemen.

€ 20.000
Mkb-innovati...

Haalbaarheid dynamisch verbrandingsmodel voor waterstof

Het project onderzoekt de haalbaarheid van een turbulent verbrandingsmodel voor waterstof/aardgas-mengsels om ultra-lage NOx-emissies te realiseren en de verbrandingseigenschappen te simuleren.

€ 20.000
Mkb-innovati...

Gas-oppervlakte interactiesimulatie in industriële optica, waterstof en adsorptie van giftige gassen

Dit project onderzoekt de haalbaarheid van gasadsorptie in poreuze materialen voor CO2, waterstof en giftige gassen via simulatiemodellen.

€ 20.000

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

PreconNet, preconditioner generator voor de optimalisatie van simulaties in de high-tech industrie

Het project ontwikkelt een preconditioner generator om plasmasimulaties te versnellen, wat de efficiëntie in de high-tech industrie verbetert.

€ 199.080
ERC Starting...

Using CARDIac simulations to run in-silicO clinical TRIALS

This project aims to develop a GPU-accelerated computational platform for simulating cardiac pathologies and device responses, integrating uncertainty quantification to enhance in-silico clinical trials.

€ 1.499.423
ERC Advanced...

ANalogue In-Memory computing with Advanced device TEchnology

The project aims to develop closed-loop in-memory computing (CL-IMC) technology to significantly reduce energy consumption in data processing while maintaining high computational efficiency.

€ 2.498.868
ERC Consolid...

Computational Discovery of Numerical Algorithms for Animation and Simulation of Natural Phenomena

The project aims to revolutionize numerical simulation and animation by integrating analytical tools, data-driven insights, and optimization techniques to efficiently model complex physical systems.

€ 1.936.503
EIC Accelerator

Advanced Simulation Software With Patented Method Optimised For Battery Development

Compular aims to revolutionize battery R&D by enhancing its MD simulation software for automated analysis, reducing lab costs, and achieving commercial viability by 2027.

€ 2.328.679