SlideShare a Scribd company logo
1 of 17
Download to read offline
Tehnoloģiju radīšanaTehnoloģiju radīšana
≈≈
olimpiāžu uzdevumu risināšana*olimpiāžu uzdevumu risināšana*
* plazmas fiziķa skatījumā
Juris Venčels
2016
Plazma – jonizēta gāze (elektroni, joni utt..)
- Plazmas uzturēšanai nepieciešami īpaši apstākļi
+ To iespējams kontrolēt ar elektromagnētisko lauku
Pielietojumi
Joma, kurā es darbojos
Holla dzinējs (Hall thruster)
Mērķis:
* Satelītu orbitālā ātruma uzturēšana
* Aparātu sūtīšana tālu kosmosā
Princips:
* Enerģija no saules paneļiem
* Jonizē gāzi (Xe, Kr), iegūst plazmu
* Elektrisks lauks paātrina jonus
* Magnētisks lauks “savalda” elektronus
Dzinējspēks: 1mN – 1N
Efektivitāte: <70%
Darba ilgums: 3 gadi
+ Ļoti efektīvs
- Niecīga jauda
Jaudīga raķete
nogādā
aparātu
kosmosā
10km/s
Holla
dzinējs
paātrina
līdz
50km/s
Plazmas eksperimenti ir ļoti dārgi un
laikietilpīgi
Tipisks piemērs
ITER (latīņu v. - “ceļš”) = starptautisks
kodolsintēzes izpētes projekts
Kodolsintēze – kodolu saplūšanas process,
kas notiek uz Saules un citām zvaigznēm
Mērķis - uzbūvēt eksperimentālu reaktoru
Celtniecība ≈10 gadi, ≈$15 miljardi
Cilvēks
Eksperimentus daļēji var aizstāt
ar “skaitliskiem eksperimentiem”
Skaitliskie eksperimenti =
datorsimulācijas
Balstās uz fizikas likumiem, to
vienkāršojumiem un skaitliskām metodēm
Piemērs:
Pozitīvas (+) un negatīvas (-) daļiņas
kustība magnētiskajā laukā
m – daļiņas masa
v – ātrums
x – koordinātes
F – magnētiskais lauks
t – laiks
Formulē problēmu
Programmē
Apraksti to ar
vienādojumiem
Risini
Analizē rezultātu
Parasti datorsimulācijas notiek tā:
Jāizvēlas pēc iespējas vienkāršāks fizikas
modelis, kas apraksta problēmu līdz
pieņemamai precizitātei
Fizikas vienādojumi tiek diskretizēti –
padarīti vienkāršāki priekš skaitlisko
aprēķinu veikšanas
C++, Fortran, Python, Matlab, Mathematica ...
Lielākoties aprēķini veikti ar vairākiem
procesoru kodoliem, lietots tiek viss -
klēpjdatori, darba stacijas un superdatori
Grafiki, skaitļi, bildes un video
Vienādojumu iegūšana, risināšana
ar simboliskajām paketēm
Vieglas, ātras problēmas
80% Pildspalva un papīrs
20% Wolfram Alpha
Sarežģītas problēmas
30% Pildspalva un papīrs
70% Wolfram Mathematica
Prasmes, kuras 10x atmaksājušās
Ar matemātikas paketēm un pareizu
pieeju var atrisināt sarežģītas
problēmas ļoti īsā laikā
Katrai programmēšanas valodai ir +/-
Šis ir tipisks komplekts fiziķim
..un ne tikai
C++ - Sarežģīta, nepieciešams kompilēt
+ Augstas veiktspējas aprēķini
Python + Viegli apgūt
+ Aprēķini, statistika, grafiki
Mathematica - Maksas programma
+ Simboliskie aprēķini, grafiki
R + Statistika, datu analīze, grafiki
Pat visjaudīgākie datori
pasaulē spēj simulēt tikai
nelielu daļu fizikas
* Modeļi tiek vienkāršoti
* Mazsvarīgi procesi ignorēti
Milzīga datorsimulācija
>260.000 procesoru kodoli
Bieži datorsimulācijas ir
pieticīgas, rezultāti
attēloti grafikos
Tās veiktas ar klēpjdatoriem,
darba datoriem vai nelieliem
superdatoriem
Tranzistoru skaits
Frekvence
Jauda (siltums)
Veiktspēja
Paralēlie aprēķini
* izmanto ≈60 gadus
* personālajos datoros ≈10 gadus
Procesora veiktspēju nosaka
* frekvence
* kodolu skaits
* …
Galvenā problēma – daudz siltuma
- Frekvences pieaugums apstājies
- Kodola veiktspēja apstājusies
+/- Jaudas pieaugums apstājies
+ Kodolu un tranzistoru skaits aug
+ Kopējā veiktspēja aug
1 procesors – 6 kodoli
Mūra likums –
tranzistoru skaits
procesoros dubultojas
aptuveni divos gados
Superdators – Beskow
Stokholma, Zviedrija
3352 procesori (53632 kodoli)
RAM - 104.7 TB
Izmanto zinātnei un industrijai
2014. g. novembrī – 32. ātrākais pasaulē
Paralēlo aprēķinu piemērs
Sareizināt skaitļus no 1 līdz 1000000 izmantojot 2 procesorus
1*2* … *1000000
1*2* … *500000 500001* … *1000000
= R1 = R2
Proc 1 Proc 2
Rezultāts = R1*R2
Eksperimentāla kodolsintēzes iekārta
General Fusion, Kanāda
750 MB/s
Lielie dati un mašīnmācīšanās
(big data & machine learning)
* Datu apjoms aug eksponenciāli
* Datu ir vairāk nekā pieejamās atmiņas
* Datu ir vairāk nekā cilvēki spēj
apstrādāt
Risinājums – iemācīt datorus apstrādāt
datus
Eksperimenta parametri
+ zināms rezultāts
Jauni parametri
Programma
(algoritms)
Rezultāts
Nobeigumā - dažas atziņas
Olimpiāžu tipa uzdevumus risina inženieri, programmētāji,
zinātnieki utt... turklāt par to labi maksā
Jāapgūst programmēšanas pamati + paralēlo aprēķinu pamati
Datu apjoms aug eksponenciāli, tos visus nav iespējams saglabāt
Pavisam droši – cilvēki nekad nepārstās izgudrot, radošums un
tehnoloģijas nekad neizsīks
Nākotnes cilvēki strādās profesijās un lietos tehnoloģijas par
kurām mēs šobrīd pat nenojaušam
Praktiskā daļa
* Aplūko piemērus, ko prot WolframAlpha
https://www.wolframalpha.com/examples/
* TutorialsPoint ļauj rakstīt un darbināt vienkāršas programmas
http://www.tutorialspoint.com/codingground.htm
Piemērs
* Izvēlies Python
* Uzraksti šo programmu
*
* Terminālī ieraksti savu vārdu un spied “Enter”
* Sper nākamos soļus programmēšanā http://www.learnpython.org/
vards = raw_input('Ka tevi sauc?n')
print 'Labdien, %s.' % vards
Pielikums
Latvijā nesen radītas tehnoloģijas
matemātika + programmēšana +
elektronika + fizika
* Bezpilota aparāti (UAV)
http://www.uavfactory.com/
* Kvadrokopteri
https://www.airdog.com/
* Mašīnmācīšanās
http://www.kleintech.net/
* Roboti
http://www.sumo-boy.com/
Atsauces
[2] Kas ir plazma? http://www.aetherandbeyond.com/main/education/what-is-plasma.html
[3] Saule un Zemes magnetosfēra https://en.wikipedia.org/wiki/Magnetosphere
Ziemeļblāzma http://fjordtravel.no/destinations-norway/see-the-northern-lights-in-norway/
Neona lampa http://www.wired.com/2012/12/dec-11-1910-neon-lights-the-city-of-light/
Plazmas lampa https://en.wikipedia.org/wiki/Plasma_globe
Groglass stikls, Latvija http://www.groglass.com/
ITER kodolsintēzes rekators https://www.iter.org/
NASA/JPL Deep Space 1 kosmiskais kuģis https://www.sciencedaily.com/releases/2013/02/130213114717.htm
[4] ITER projekta dalībvalstis un reaktors https://en.wikipedia.org/wiki/ITER
[5] NASA raķetes vizualizācija http://www.nasa.gov/exploration/systems/sls/multimedia/gallery/bolden_2.html
NASA jonu dzinējs, video https://www.youtube.com/watch?v=0Kl-vromzaQ
Holla dzinējs http://pag.ipplm.pl/?id=hall
[6] Skaitliskās metodes daļiņu kustības simulācijām https://www.particleincell.com/2010/es-pic-method/
[8] Bārts Simpsons, WolframAlpha http://www.wolframalpha.com/input/?i=Bart+Simpsons-like+curve
[10] Ļoti liela kodolsintēzes simulācija
https://www.alcf.anl.gov/articles/mira-supercomputer-simulations-give-new-edge-fusion-research
[12] Beskow superdators https://www.pdc.kth.se/resources/computers/beskow
[13] General Fusion kodolsintēzes reaktora modelis http://www.generalfusion.com/
Lielie dati http://www1.unece.org/stat/platform/display/msis/Big+Data

More Related Content

Featured

PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Applitools
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at WorkGetSmarter
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...DevGAMM Conference
 

Featured (20)

Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
 
More than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike RoutesMore than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike Routes
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
 

Tehnoloģiju radīšana ≈ olimpiāžu uzdevumu risināšana

  • 1. Tehnoloģiju radīšanaTehnoloģiju radīšana ≈≈ olimpiāžu uzdevumu risināšana*olimpiāžu uzdevumu risināšana* * plazmas fiziķa skatījumā Juris Venčels 2016
  • 2. Plazma – jonizēta gāze (elektroni, joni utt..) - Plazmas uzturēšanai nepieciešami īpaši apstākļi + To iespējams kontrolēt ar elektromagnētisko lauku Pielietojumi
  • 3.
  • 4. Joma, kurā es darbojos Holla dzinējs (Hall thruster) Mērķis: * Satelītu orbitālā ātruma uzturēšana * Aparātu sūtīšana tālu kosmosā Princips: * Enerģija no saules paneļiem * Jonizē gāzi (Xe, Kr), iegūst plazmu * Elektrisks lauks paātrina jonus * Magnētisks lauks “savalda” elektronus Dzinējspēks: 1mN – 1N Efektivitāte: <70% Darba ilgums: 3 gadi + Ļoti efektīvs - Niecīga jauda Jaudīga raķete nogādā aparātu kosmosā 10km/s Holla dzinējs paātrina līdz 50km/s
  • 5. Plazmas eksperimenti ir ļoti dārgi un laikietilpīgi Tipisks piemērs ITER (latīņu v. - “ceļš”) = starptautisks kodolsintēzes izpētes projekts Kodolsintēze – kodolu saplūšanas process, kas notiek uz Saules un citām zvaigznēm Mērķis - uzbūvēt eksperimentālu reaktoru Celtniecība ≈10 gadi, ≈$15 miljardi Cilvēks
  • 6. Eksperimentus daļēji var aizstāt ar “skaitliskiem eksperimentiem” Skaitliskie eksperimenti = datorsimulācijas Balstās uz fizikas likumiem, to vienkāršojumiem un skaitliskām metodēm Piemērs: Pozitīvas (+) un negatīvas (-) daļiņas kustība magnētiskajā laukā m – daļiņas masa v – ātrums x – koordinātes F – magnētiskais lauks t – laiks
  • 7. Formulē problēmu Programmē Apraksti to ar vienādojumiem Risini Analizē rezultātu Parasti datorsimulācijas notiek tā: Jāizvēlas pēc iespējas vienkāršāks fizikas modelis, kas apraksta problēmu līdz pieņemamai precizitātei Fizikas vienādojumi tiek diskretizēti – padarīti vienkāršāki priekš skaitlisko aprēķinu veikšanas C++, Fortran, Python, Matlab, Mathematica ... Lielākoties aprēķini veikti ar vairākiem procesoru kodoliem, lietots tiek viss - klēpjdatori, darba stacijas un superdatori Grafiki, skaitļi, bildes un video
  • 8. Vienādojumu iegūšana, risināšana ar simboliskajām paketēm Vieglas, ātras problēmas 80% Pildspalva un papīrs 20% Wolfram Alpha Sarežģītas problēmas 30% Pildspalva un papīrs 70% Wolfram Mathematica Prasmes, kuras 10x atmaksājušās Ar matemātikas paketēm un pareizu pieeju var atrisināt sarežģītas problēmas ļoti īsā laikā
  • 9. Katrai programmēšanas valodai ir +/- Šis ir tipisks komplekts fiziķim ..un ne tikai C++ - Sarežģīta, nepieciešams kompilēt + Augstas veiktspējas aprēķini Python + Viegli apgūt + Aprēķini, statistika, grafiki Mathematica - Maksas programma + Simboliskie aprēķini, grafiki R + Statistika, datu analīze, grafiki
  • 10. Pat visjaudīgākie datori pasaulē spēj simulēt tikai nelielu daļu fizikas * Modeļi tiek vienkāršoti * Mazsvarīgi procesi ignorēti Milzīga datorsimulācija >260.000 procesoru kodoli Bieži datorsimulācijas ir pieticīgas, rezultāti attēloti grafikos Tās veiktas ar klēpjdatoriem, darba datoriem vai nelieliem superdatoriem
  • 11. Tranzistoru skaits Frekvence Jauda (siltums) Veiktspēja Paralēlie aprēķini * izmanto ≈60 gadus * personālajos datoros ≈10 gadus Procesora veiktspēju nosaka * frekvence * kodolu skaits * … Galvenā problēma – daudz siltuma - Frekvences pieaugums apstājies - Kodola veiktspēja apstājusies +/- Jaudas pieaugums apstājies + Kodolu un tranzistoru skaits aug + Kopējā veiktspēja aug 1 procesors – 6 kodoli Mūra likums – tranzistoru skaits procesoros dubultojas aptuveni divos gados
  • 12. Superdators – Beskow Stokholma, Zviedrija 3352 procesori (53632 kodoli) RAM - 104.7 TB Izmanto zinātnei un industrijai 2014. g. novembrī – 32. ātrākais pasaulē Paralēlo aprēķinu piemērs Sareizināt skaitļus no 1 līdz 1000000 izmantojot 2 procesorus 1*2* … *1000000 1*2* … *500000 500001* … *1000000 = R1 = R2 Proc 1 Proc 2 Rezultāts = R1*R2
  • 13. Eksperimentāla kodolsintēzes iekārta General Fusion, Kanāda 750 MB/s Lielie dati un mašīnmācīšanās (big data & machine learning) * Datu apjoms aug eksponenciāli * Datu ir vairāk nekā pieejamās atmiņas * Datu ir vairāk nekā cilvēki spēj apstrādāt Risinājums – iemācīt datorus apstrādāt datus Eksperimenta parametri + zināms rezultāts Jauni parametri Programma (algoritms) Rezultāts
  • 14. Nobeigumā - dažas atziņas Olimpiāžu tipa uzdevumus risina inženieri, programmētāji, zinātnieki utt... turklāt par to labi maksā Jāapgūst programmēšanas pamati + paralēlo aprēķinu pamati Datu apjoms aug eksponenciāli, tos visus nav iespējams saglabāt Pavisam droši – cilvēki nekad nepārstās izgudrot, radošums un tehnoloģijas nekad neizsīks Nākotnes cilvēki strādās profesijās un lietos tehnoloģijas par kurām mēs šobrīd pat nenojaušam
  • 15. Praktiskā daļa * Aplūko piemērus, ko prot WolframAlpha https://www.wolframalpha.com/examples/ * TutorialsPoint ļauj rakstīt un darbināt vienkāršas programmas http://www.tutorialspoint.com/codingground.htm Piemērs * Izvēlies Python * Uzraksti šo programmu * * Terminālī ieraksti savu vārdu un spied “Enter” * Sper nākamos soļus programmēšanā http://www.learnpython.org/ vards = raw_input('Ka tevi sauc?n') print 'Labdien, %s.' % vards
  • 16. Pielikums Latvijā nesen radītas tehnoloģijas matemātika + programmēšana + elektronika + fizika * Bezpilota aparāti (UAV) http://www.uavfactory.com/ * Kvadrokopteri https://www.airdog.com/ * Mašīnmācīšanās http://www.kleintech.net/ * Roboti http://www.sumo-boy.com/
  • 17. Atsauces [2] Kas ir plazma? http://www.aetherandbeyond.com/main/education/what-is-plasma.html [3] Saule un Zemes magnetosfēra https://en.wikipedia.org/wiki/Magnetosphere Ziemeļblāzma http://fjordtravel.no/destinations-norway/see-the-northern-lights-in-norway/ Neona lampa http://www.wired.com/2012/12/dec-11-1910-neon-lights-the-city-of-light/ Plazmas lampa https://en.wikipedia.org/wiki/Plasma_globe Groglass stikls, Latvija http://www.groglass.com/ ITER kodolsintēzes rekators https://www.iter.org/ NASA/JPL Deep Space 1 kosmiskais kuģis https://www.sciencedaily.com/releases/2013/02/130213114717.htm [4] ITER projekta dalībvalstis un reaktors https://en.wikipedia.org/wiki/ITER [5] NASA raķetes vizualizācija http://www.nasa.gov/exploration/systems/sls/multimedia/gallery/bolden_2.html NASA jonu dzinējs, video https://www.youtube.com/watch?v=0Kl-vromzaQ Holla dzinējs http://pag.ipplm.pl/?id=hall [6] Skaitliskās metodes daļiņu kustības simulācijām https://www.particleincell.com/2010/es-pic-method/ [8] Bārts Simpsons, WolframAlpha http://www.wolframalpha.com/input/?i=Bart+Simpsons-like+curve [10] Ļoti liela kodolsintēzes simulācija https://www.alcf.anl.gov/articles/mira-supercomputer-simulations-give-new-edge-fusion-research [12] Beskow superdators https://www.pdc.kth.se/resources/computers/beskow [13] General Fusion kodolsintēzes reaktora modelis http://www.generalfusion.com/ Lielie dati http://www1.unece.org/stat/platform/display/msis/Big+Data