Quando la matematica non può essere fatta a mano, fisici che modellano sistemi complessi, come la dinamica delle molecole biologiche nel corpo, necessità di utilizzare simulazioni al computer. Tali sistemi complicati richiedono un periodo di tempo prima di essere misurati, mentre si stabilizzano in uno stato di equilibrio. La domanda è:quanto tempo devono durare le simulazioni al computer per essere accurate? Accelerare i tempi di elaborazione per chiarire sistemi di studio altamente complessi è stata una sfida comune. E non può essere fatto eseguendo calcoli paralleli. Questo perché i risultati dell'intervallo di tempo precedente sono importanti per il calcolo dell'intervallo di tempo successivo. Ora, Shahrazad Malek della Memorial University of Newfoundland, Canada, e colleghi hanno sviluppato una soluzione pratica parziale al problema del risparmio di tempo quando si utilizzano simulazioni al computer che richiedono di portare un sistema complesso in uno stato stazionario di equilibrio e di misurarne le proprietà di equilibrio.
Questi risultati fanno parte di un numero speciale su "Advances in Computational Methods for Soft Matter Systems, " recentemente pubblicato in EPJ MI .
Una soluzione è eseguire più copie della stessa simulazione, con condizioni iniziali randomizzate per le posizioni e le velocità delle molecole. Facendo la media dei risultati su questo insieme di 10 o 50 esecuzioni, ogni esecuzione nell'insieme può essere più breve di una singola corsa lunga e produrre comunque lo stesso livello di precisione nei risultati. In questo studio, gli autori fanno un passo avanti e si concentrano su un caso estremo di esaminare un insieme di 1, 000 corse, soprannominato uno sciame. Questo approccio riduce il tempo complessivo richiesto per ottenere la risposta alla stima del valore del sistema all'equilibrio.
Poiché questo tipo di sistema multiprocessore di grandi dimensioni sta gradualmente diventando più comune, questo lavoro contribuisce ad aumentare le tecniche a disposizione degli scienziati. Le soluzioni possono essere applicate a studi computazionali in campi come la biochimica, fisica dei materiali, astrofisica, Ingegneria Chimica, ed economia.
