शोधकर्ताओं बनाया था आभासी ब्रह्मांड और सॉफ्टवेयर बनाया, जिसे उचु कहा जाता है, क्लाउड के माध्यम से किसी के लिए भी उपलब्ध है। उचु एक जापानी शब्द है जिसका अर्थ होता है वाह़य अंतरिक्ष, और कार्यक्रम को ब्रह्मांड के अब तक के सबसे बड़े और सबसे यथार्थवादी सिमुलेशन के रूप में वर्णित किया गया है। सिमुलेशन में कम्प्यूटेशनल क्यूब 2,1 बिलियन प्रकाश-वर्ष में 9,63 ट्रिलियन कण होते हैं।
9,63 बिलियन प्रकाश-वर्ष पृथ्वी और सबसे दूर की आकाशगंगाओं के बीच की दूरी का लगभग 75% है जिसे हम देख सकते हैं। टीम ने Uchuu को एक ऐसे पैमाने पर ब्रह्मांड का पता लगाने के लिए बनाया जो पहले असंभव था।
ब्रह्मांड की बड़े पैमाने की संरचना पर ध्यान केंद्रित करते हुए, उचु में डार्क मैटर हेलो शामिल हैं जो आज अच्छी तरह से समझ में नहीं आते हैं। कार्यक्रम के पैमाने पर कोई भी शोधकर्ता जो नहीं पाएगा वह व्यक्तिगत सितारे और ग्रह हैं। इसका मतलब है कि आपको रहस्यमय विदेशी दुनिया का पता नहीं लगाना पड़ेगा।
Uchuu को बिग बैंग से लेकर वर्तमान तक लगभग सभी 13,8 बिलियन वर्षों के लिए ब्रह्मांड के भ्रम का अनुकरण करने के लिए डिज़ाइन किया गया था। शोधकर्ता जूलिया एफ। एरेज़ा ने ब्रह्मांड की संरचना का अध्ययन करने के लिए सॉफ्टवेयर का उपयोग किया, यह देखते हुए कि कार्यक्रम अनिवार्य रूप से एक प्रकार की टाइम मशीन बनाता है। उपयोगकर्ता समय में आगे और पीछे जा सकते हैं, एक व्यक्तिगत आकाशगंगा पर ज़ूम इन कर सकते हैं या आकाशगंगाओं के पूरे समूह पर ज़ूम इन कर सकते हैं।
उचु के निर्माण के लिए ATERUI II सुपरकंप्यूटर और उसके सभी 40 प्रोसेसर कोर के उपयोग की आवश्यकता थी। सिमुलेशन बनाते समय, इन कोर की सभी ऊर्जा का हर महीने 200 घंटों के दौरान विशेष रूप से उपभोग किया जाता था, जिसकी कुल राशि 48 मिलियन सुपर कंप्यूटर घंटे थी। सॉफ्टवेयर बनाने की प्रक्रिया में, शोधकर्ताओं ने 20 Pbytes डेटा बनाया। हालांकि, डेटा संपीड़न विधियों ने अनुकरण को 3 टीबाइट्स तक संपीड़ित करना संभव बना दिया।
आप उचु टीम के कच्चे डेटा को ऑनलाइन एक्सेस कर सकते हैं लिंक पर पोस्ट किया गया, ताकि आप जितना चाहें उतना उनके आभासी ब्रह्मांड का अन्वेषण कर सकें। इस विस्तृत अंतरिक्ष सिमुलेशन का उपयोग वैज्ञानिक डेटा के बुद्धिमान विश्लेषण में लगे शोधकर्ताओं द्वारा किया जा सकता है। जैसे-जैसे आकाश के बड़े सर्वेक्षण बनाए जाते हैं और नए मॉडल बनाए जाते हैं, डेटा की मात्रा इतनी बड़ी हो जाएगी कि खगोलीय अनुसंधान में डेटा माइनिंग महत्वपूर्ण भूमिका निभाएगी।
यह भी पढ़ें: