VinuesaLab Avanza en Simulaciones de Flujo Urbano con IA Impulsada por NVIDIA PhysicsNeMo

El flujo de viento es un factor crítico que da forma a la salud, la sostenibilidad y la resiliencia de los entornos urbanos. Con más de 4.2 mil millones de personas viviendo actualmente en ciudades y con patrones de viento turbulentos cada vez más impredecibles debido a los factores de estrés inducidos por el clima, ahora es más crítico que nunca comprender y simular con precisión flujos de aire urbanos complejos

Estos flujos influyen profundamente en la calidad del aire, una preocupación importante dado que la Organización Mundial de la Salud (OMS) estima 4.2 millones de muertes prematuras anualmente debido a la contaminación del aire. También contribuyen al aumento generalizado de las temperaturas en ambientes urbanos, que pueden llegar a ser de 3 a 5 grados Celsius más cálidas que las áreas rurales circundantes, incrementando significativamente la demanda de energía y los riesgos para la salud relacionados con el calor.

VinuesaLab de la Universidad de Michigan ha estado trabajando para crear una simulación confiable de flujos urbanos. 

Los orígenes de esta investigación se encuentran en el trabajo anterior de Ricardo Vinuesa, que incluye estudios computacionales de aerodinámica y mecánica de fluidos en aviones. 

“La aerodinámica y la turbulencia son problemas sin resolver de la física”, dijo Ricardo Vinuesa, jefe del laboratorio. “La respuesta debe estar en los datos, así que nos sentimos inspirados e intrigados por la posibilidad de usar métodos de IA para interrogar realmente estos datos, y ese es el tipo de soluciones que hemos estado obteniendo para desarrollar frameworks muy eficientes”.  

La creación de simulaciones precisas del flujo de viento requiere la colocación de sensores específicos para monitorear equipos en paisajes urbanos en constante cambio, un proceso que puede ser costoso y lento. Sin métodos eficientes de reconstrucción de flujos, es difícil encontrar ubicaciones ideales para garantizar la máxima precisión en la captura de patrones de flujo.

Además, los métodos tradicionales de la Dinámica de fluidos computacional (CFD) para la simulación de flujos urbanos deben siempre decidir entre una mayor precisión y una mayor velocidad. Lograr resultados de alta fidelidad requiere inmensos recursos computacionales, lo que hace que el análisis en tiempo real y la iteración rápida de diseños sea casi imposible para aplicaciones prácticas. 

Además, los modelos de los investigadores solían limitarse al ámbito 2D, ya que los problemas de flujo de fluidos a gran escala requieren un uso increíblemente intensivo de datos y recursos. El sistema actual simplemente no pudo satisfacer los requisitos de memoria necesarios, ni los tiempos de entrenamiento más largos necesarios para escalar más. 

“Para lograr el modelado 3D a escala de ciudad con resultados procesables para la planificación urbana, necesitábamos una potencia de computación que fuera mucho más allá de los enfoques tradicionales basados en CPU”, dijo Vinuesa. “Reconocimos que la aceleración por GPU era esencial para hacer que la reconstrucción de flujos urbanos 3D de alta resolución fuera práctica, en lugar de ser puramente teórica”. 

El modelado de simulaciones urbanas en 3D fue vital para los investigadores porque la turbulencia es inherentemente tridimensional. Para comprender la física de la turbulencia, se debe mostrar en un espacio interactivo tridimensional para evidenciar los movimientos coherentes y los flujos regionales que ocurren en los paisajes urbanos.