Das Lösen partieller Differentialgleichungen ist für viele aerodynamische Fragestellungen eine rechenzeitintensive und kostspielige Herausforderung, die moderne HPC Systeme unter Nutzung klassischer Algorithmen der numerischen Strömungsmechanik allmählich an ihre Grenzen bringt.
Im Rahmen der vom DLR-Institut für Aerodynamik und Strömungstechnik geleiteten DLR-Projektgruppe Maschinelles Lernen und Quantencomputing – Digitalisierung der Luftfahrzeugentwicklung 2.0 untersuchen die Wissenschaftlerinnen und Wissenschaftler deshalb, ob und wie mit Hilfe von Methoden aus dem Bereich des maschinellen Lernens hochgenaue aerodynamische Simulationen durchgeführt werden können.
Neben den algorithmischen Herausforderungen ist es darüber hinaus das Ziel der Projektgruppe, noch einen Schritt weiterzugehen und zu erarbeiten, wie diese für Luftfahrtanwendungen spezifisch adaptierten, künstlichen neuronalen Netze auf Quantencomputern umgesetzt werden könnten, sobald diese verfügbar sind. Der Einsatz von heute noch nicht verfügbaren, fehlerkorrigierten Quantencomputern verspricht dabei ein neues Maß an Rechenleistung. Mit Hilfe von hybriden quanten-klassischen Algorithmen wollen die Projektmitarbeitenden herausfinden, wie die Berechnungsvorschriften um Größenordnungen schneller auf Quantencomputern ausgewertet werden können, um diese zukünftig effizient für ingenieurtechnische Fragestellungen einsetzen zu können. Dafür entwickeln sie maßgeschneiderte Quantenalgorithmen.
Die Arbeiten des DLR-Instituts für Aerodynamik und Strömungstechnik konzentrieren sich auf Methoden des maschinellen Lernens zur Lösung partieller Differentialgleichungen aus dem Bereich der Strömungsphysik.
Projekt
Maschinelles Lernen und Quantencomputing – Digitalisierung der Luftfahrzeugentwicklung 2.0
Laufzeit
4/2021 - 3/2024
Partner
DLR-Institut für Aerodynamik und Strömungstechnik (Projektleitung)
DLR-Institut für Softwaretechnologie
DLR-Institut für Softwaremethoden zur Produkt-Virtualisierung
