Americanos batem recorde mundial ao usar o computador mais potente do mundo em simulação de dinâmica de fluidos.

Pesquisadores nos Estados Unidos acabam de levar a computação de alto desempenho a um novo patamar ao usar o supercomputador El Capitan para executar uma simulação extremamente detalhada de plumas de exaustão de foguetes. O processamento estabeleceu um recorde mundial em dinâmica de fluidos computacional (CFD) e aponta para uma rota cada vez mais realista: projetar motores e integrações de estágio com alto grau de confiança antes mesmo de existir uma única peça metálica.

Um teste de foguete que acontece 100% em código

A iniciativa reuniu grupos do Instituto de Tecnologia da Geórgia, do Instituto Courant da Universidade de Nova York e do Laboratório Nacional Lawrence Livermore. Em vez de realizar um único ensaio de queima estática, a equipe criou um cenário digital em que diversos bocais disparam simultaneamente, imitando a lógica de veículos de grande porte que usam motores agrupados.

O objetivo não era obter um jato “bonito” e bem comportado, e sim encarar o que geralmente tira o sono de engenheiros: turbulência intensa e giratória, ondas de pressão de grande amplitude, interações de choque entre plumas vizinhas e gradientes de temperatura muito abruptos - tudo em três dimensões.

Para construir esse “laboratório de foguetes” virtual, os pesquisadores se apoiaram no MFC, um código de código aberto otimizado para escoamentos compressíveis e instabilidades violentas. Em seguida, colocaram o El Capitan para tratar a nuvem de exaustão como uma malha 3D dinâmica, em que cada parte do domínio é resolvida e atualizada de forma sincronizada.

Pela primeira vez, uma única simulação acompanhou mais de um quatrilhão de variáveis independentes em um único problema de dinâmica de fluidos - e terminou em horas, não em semanas.

O que “500 quatrilhões de graus de liberdade” significa na prática

Em ciência computacional, graus de liberdade são, de forma direta, a contagem de valores independentes que o modelo pode ajustar ao longo do tempo. Em cada pequena célula do domínio do escoamento, podem existir variáveis como velocidade, pressão, densidade, temperatura e outras grandezas relevantes.

Nesta execução, a simulação operou com cerca de 500 quatrilhões de graus de liberdade. Em termos concretos, isso equivale a centenas de trilhões de pontos representando a pluma, cada um carregando múltiplas quantidades que evoluem no tempo. A cada passo do relógio numérico, o sistema precisou atualizar tudo isso mantendo coerentes as equações fundamentais do movimento dos fluidos.

Há cerca de dez anos, uma resolução desse nível seria considerada inviável até mesmo em grandes laboratórios: só o volume de memória necessário paralisaria a maioria das máquinas. A própria equipe estima que, sem novos algoritmos e sem hardware em escala de exa, uma execução equivalente teria se arrastado por semanas - ou sequer caberia na memória disponível.

No El Capitan, o trabalho foi concluído em poucas horas de tempo de relógio. Essa mudança de escala altera o raciocínio de engenharia: em vez de tratar simulações de altíssima fidelidade como eventos raros, passa a fazer sentido rodar famílias inteiras de cenários, variando geometria, arranjo de motores e mistura de propelentes entre uma execução e outra.

El Capitan e plumas de exaustão: por dentro do supercomputador recordista

Instalado no Laboratório Nacional Lawrence Livermore, o El Capitan lidera atualmente o ranking Top500 dos supercomputadores mais poderosos do mundo. Ele integra o grupo restrito de sistemas de computação em exaescala, capazes de ultrapassar 10¹⁸ operações de ponto flutuante por segundo (um quintilhão, na escala curta usada em computação).

A força do hardware por trás do recorde

O sistema reúne 11.136 nós de computação baseados nos processadores acelerados AMD Instinct MI300A, que combinam capacidades de CPU e GPU em um único pacote. Para a simulação das plumas, o processamento foi distribuído por mais de 44.500 motores de computação.

A comparação com abordagens de referência anteriores para problemas semelhantes é contundente:

• cerca de 80× menos tempo para chegar ao resultado
• aproximadamente 25× menos consumo de memória
• perto de 5× menos energia para o mesmo nível de detalhe físico

Esses ganhos não se explicam apenas por “músculo” computacional. Eles dependem, sobretudo, de como o software mantém os chips ocupados com trabalho útil, evitando gargalos enquanto os dados atravessam as interconexões internas da máquina.

Onde o El Capitan se posiciona na disputa global

O recorde surge em um cenário altamente competitivo. Em novembro de 2025, os sistemas em exaescala se concentravam no topo dos rankings globais:

Posição	Supercomputador	Desempenho Rmax	País/Bloco	Instituição
1	El Capitan	≈ 1,742 exaFLOPS	Estados Unidos	Laboratório Nacional Lawrence Livermore
2	Frontier	≈ 1,353 exaFLOPS	Estados Unidos	Laboratório Nacional Oak Ridge
3	Aurora	≈ 1,012 exaFLOPS	Estados Unidos	Laboratório Nacional Argonne
4	JUPITER	≈ 1,000 exaFLOPS	União Europeia	Centro de Supercomputação de Jülich
5	Eagle	≈ 561 petaFLOPS	Estados Unidos	Microsoft Azure

Embora cada plataforma tenha focos de carga distintos, todas encaram a mesma cobrança: demonstrar que “escala” se traduz em avanço científico real - e não apenas em pontuação de benchmark. O resultado com plumas de foguete é um exemplo concreto desse tipo de progresso.

Em vez de apenas liderar gráficos de desempenho, o El Capitan passa a sustentar um resultado palpável: uma simulação de fluidos que, poucos anos atrás, muitos especialistas considerariam impraticável.

Um novo jeito de domar ondas de choque e turbulência

O salto não foi consequência apenas do tamanho do supercomputador. A equipe também incorporou um método matemático chamado Regularização Geométrica da Informação (IGR), desenvolvido por Spencer Bryngelson (Instituto de Tecnologia da Geórgia), Florian Schäfer (Universidade de Nova York) e Ruijia Cao (Universidade Cornell). A ideia do IGR é estabilizar escoamentos violentos sem “alisar” justamente os detalhes que interessam à engenharia.

Esquemas numéricos tradicionais tendem a sofrer quando ondas de choque se cruzam - situação comum em plumas de motores agrupados. Isso pode gerar oscilações espúrias ou obrigar a reduzir passo de tempo e espaçamento de malha até que a execução fique dolorosamente lenta.

O IGR adiciona uma camada de controle às equações: ele amortece ondulações não físicas ao mesmo tempo que preserva gradientes fortes de pressão e densidade. Esse equilíbrio permite avançar com estabilidade em malhas enormes, sem “explodir” numericamente e sem perder picos e vales que determinam efeitos como cargas acústicas sobre a estrutura do foguete.

Como o método se integra de perto ao MFC, ele também ajuda a manter o uso de memória sob controle. Essa dupla - estabilidade + eficiência - foi decisiva para ultrapassar o marco de um quatrilhão de graus de liberdade.

O que muda para foguetes - e para outras áreas

De queimas raras a “túneis de vento digitais”

Ensaiar motores no mundo real continua sendo caro, barulhento e arriscado. Uma queima estática exige infraestrutura especializada, procedimentos rígidos de segurança, grande volume de propelente e uma equipe de teste robusta. Quando algo dá errado, o prejuízo pode incluir hardware danificado e semanas de atraso.

Modelos numéricos de alta fidelidade não substituem totalmente as bancadas, mas mudam o equilíbrio do processo. Com simulações desse nível, passa a ser viável:

• filtrar conceitos de projeto no ambiente virtual antes de fabricar hardware
• explorar cenários de pior caso que seriam perigosos de reproduzir fisicamente
• investigar eventos raros, como ressonâncias acústicas destrutivas, rodando muitas variações
• ajustar padrões de injetores e geometrias de bocais com mais clareza sobre as interações entre plumas

Na prática, uma empresa desenvolvendo um lançador pesado pode rodar séries de simulações em classe El Capitan para diferentes níveis de aceleração e arranjos de motores, reduzindo a campanha física a um conjunto menor de configurações promissoras - em vez de dezenas.

Um efeito colateral importante: ruído e infraestrutura de solo

Um aspecto frequentemente subestimado é o impacto dessas simulações na engenharia de plataformas de lançamento. Plumas múltiplas interagem com defletores, trincheiras de chama e sistemas de supressão acústica, gerando campos de pressão que influenciam tanto a integridade do veículo quanto o desgaste da infraestrutura. Rodadas digitais de alta resolução podem ajudar a dimensionar melhor esses sistemas, reduzindo risco operacional e custo de manutenção entre lançamentos.

O próximo benefício: gestão de dados e visualização científica

Outra consequência direta do salto em escala é a avalanche de dados. Execuções com centenas de quatrilhões de graus de liberdade exigem pipelines eficientes para armazenamento, compressão, pós-processamento e visualização - muitas vezes em tempo quase real para não transformar a análise em um novo gargalo. Avanços em visualização científica e em estratégias de E/S (entrada e saída) tornam-se tão críticos quanto o solver de CFD em si.

Setores que podem aproveitar em seguida

Escoamentos turbulentos complexos aparecem em muitos contextos fora do universo espacial. Técnicas como as usadas aqui tendem a migrar para:

• aeronáutica, ao prever buffet, vórtices de ponta de asa e ruído de jato em áreas aeroportuárias
• acústica urbana, para entender como o som contorna edifícios, muros e barreiras
• biomecânica, em que o fluxo sanguíneo em artérias ramificadas pode apresentar comportamentos surpreendentemente turbulentos
• diagnóstico médico, como a simulação de fluxo de ar em pulmões lesionados ou de aerossóis em ambientes hospitalares

Em várias dessas áreas, os dados experimentais são escassos (por serem invasivos) ou caros (por exigirem modelos físicos complexos). A simulação de alta resolução oferece um caminho alternativo - desde que a comunidade confie que a numérica representa a realidade com fidelidade suficiente.

Por que esse tipo de simulação ainda impõe desafios

Mesmo com desempenho em exaescala, decisões de modelagem continuam delicadas. Toda simulação precisa escolher o que será descrito com riqueza de detalhes e o que será aproximado. A química da exaustão de um motor, por exemplo, pode envolver dezenas de espécies e caminhos de reação, cada um com escalas de tempo próprias. Representar tudo com fidelidade total saturaria qualquer máquina disponível hoje.

Por isso, pesquisadores recorrem a modelos reduzidos para química, turbulência e radiação. Essas simplificações precisam ser continuamente validadas com experimentos e simulações menores. Caso contrário, corre-se o risco de produzir imagens “perfeitas” que não correspondem ao hardware real que tentam representar.

Também há o tema do consumo energético. Mesmo com melhorias de eficiência, manter dezenas de milhares de processadores em carga máxima por horas pode demandar potência comparável à de uma cidade pequena. Isso pressiona arquitetos de computadores a buscar aceleradores mais eficientes e agendamento mais inteligente, para que execuções recordistas não se tornem passivos ambientais.

Conceitos-chave por trás das manchetes

Para quem não vive o dia a dia da ciência computacional, alguns termos ajudam a enquadrar o que aconteceu:

Computação em exaescala. Refere-se a sistemas capazes de executar pelo menos 10¹⁸ operações de ponto flutuante por segundo. Chegar a esse nível exigiu novos projetos de chips, redes internas mais rápidas e soluções avançadas de resfriamento e distribuição de energia.

Dinâmica de fluidos computacional (CFD). Área que transforma as equações do movimento dos fluidos em problemas discretos resolvidos em malhas. Cada aumento de resolução multiplica o número total de equações; escoamentos altamente turbulentos exigem malhas muito finas, justificando máquinas como o El Capitan.

Graus de liberdade. Aqui, é a contagem de valores independentes acompanhados pela simulação. Quanto maior o número, mais vórtices pequenos, choques mais nítidos e interações complexas podem ser capturados - mas maior também é o custo computacional.

O próximo passo tende a empurrar esses números ainda mais para cima, ou a distribuir o problema por múltiplos supercomputadores trabalhando de forma coordenada. Em paralelo, muitos grupos buscam combinar abordagens como o IGR com modelos orientados por dados, usando redes treinadas para prever partes do escoamento sem resolver tudo explicitamente em todos os pontos.

Por enquanto, o recorde é fruto de uma combinação cuidadosamente alinhada de hardware, algoritmos e conhecimento de domínio - e reforça uma ideia simples, porém profunda: se é possível simular em silício uma pluma em escala de foguete com altíssima fidelidade, também é possível repensar como projetamos qualquer sistema que se move, vibra ou escoa pelo ar e pelo espaço.