科學家們近期發展了一個實時海嘯預測系統，以提升位於地震帶附近的沿海地區的早期警報能力。這個先進的系統由洛倫斯·利維莫爾國家實驗室（LLNL）的研究人員開發，並由全球最快的超級電腦 El Capitan 提供動力。El Capitan 的理論峰值性能達到每秒 2.79 億億次計算，使得準確及時的海嘯事件預測成為可能。研究人員指出，該項目使用了超過 43,500 個 AMD Instinct MI300A 加速處理單元 (APUs)，解決極端規模的聲重力波傳播問題，生成了豐富的數據集，從而能夠在更小的系統上實現實時海嘯預測。
研究團隊在系統轉向國家安全工作之前，充分利用了這台機器的計算能力，進行了一次性的離線預計算步驟。其目標是生成一個龐大的基於物理的模擬庫，將地震引起的海底運動與隨之而來的海嘯波浪相連結。透過在 El Capitan 上提前進行密集的計算工作，該團隊解決了一個極高保真的貝葉斯逆問題，這使得在實際海嘯期間能夠使用適度的 GPU 集群在幾秒鐘內生成快速預測。根據新聞稿的說明，這一能力可能會根本性地改變未來的早期警報系統，並拯救生命。
研究人員透露，生成的海嘯「數位雙胞胎」模型利用實時壓力傳感器數據和先進的基於物理的模擬，模擬海底地震運動的影響。這個動態的數據驅動系統能夠推斷地震對海洋底部的影響，並在實時中預測海嘯的行為，並附帶不確定性量化。LLNL 的計算數學家 Tzanio Kolev 表示：「這是第一個在實時運行的具有如此複雜性的數位雙胞胎。」他補充道：「它結合了極端規模的前向模擬與先進的統計方法，以前所未有的速度從傳感器數據中提取基於物理的預測。」
根據一篇預印本論文所描述的工作，這個基於貝葉斯反演的數位雙胞胎利用來自海底傳感器的聲壓數據，以及 3D 耦合的聲重力波方程，在實時中推斷地震引起的時空海底運動，並預測海嘯向海岸的傳播，以便進行帶有量化不確定性的早期警報。研究人員指出：「我們的目標是加斯卡底亞隱沒帶，擁有十億個參數。單單計算後驗均值就需要在一台 512-GPU 機器上花費 50 年時間。相反，通過利用參數到可觀察量映射的平移不變性並設計新穎的並行算法，我們促成了一個快速的離線-在線分解。」
通過在離線預計算步驟中利用 LLNL 的 Hewlett Packard Enterprise/AMD 超級計算機 El Capitan，該團隊能夠在不到 0.2 秒的時間內解決一個十億參數的貝葉斯逆問題，準確預測海嘯波高，速度是現有方法的 100 億倍。研究團隊還強調，這一能力可能會徹底改善應急響應，拯救生命，成為下一代早期警報系統的基礎。對於如未來規模 8.0 或更大地震等近岸事件，加斯卡底亞隱沒帶的第一波破壞性波浪可能在 10 分鐘內抵達海岸，留給撤離的時間非常有限。
