劳伦斯利弗莫尔国家实验室(LLNL)的科学家和工程师在全球100大发明中获得了三个奖项。

行业杂志《R&D World Magazine》最近公布了被称为“创新界奥斯卡”的该奖项的获奖名单，该奖项旨在表彰那些可用于销售或获得技术重要性许可的新商业产品、技术和材料。

加上今年的结果，实验室自1978年以来共获得182项R&D 100奖项。这些奖项由LLNL的创新与伙伴关系办公室提交，旨在表彰利弗莫尔与行业合作伙伴合作的创新对美国乃至全球经济的影响。他们将于11月21日在加州棕榈泉举行的第62届R&D 100颁奖典礼上亮相。

今年的LLNL R&D 100大奖包括一种光谱光束组合光学，它可以实现单一的高功率光束，具有无与伦比的紧凑性和抗损伤性;一个开源内存映射库，增强了功能和灵活性;以及用于高性能计算系统的用户级文件系统。

实验室主任Kim Budil说:“R&D 100大奖突出了最具创新性、改变游戏规则的技术，看到LLNL团队得到认可真是太好了。”“有三个项目入选这一荣誉，清楚地表明了我们的科学家和工程师在为重大挑战创造有影响力的解决方案方面的卓越程度和创造力。”

光学方面的突破提高了激光器的性能

由于标记、切割、焊接和钻孔等材料加工技术通常需要能够在保持优异质量的同时远距离传输的激光束，以最大限度地减少不希望的光束扩散，因此对具有衍射限制光束质量的高功率激光源的需求正在增加。

不断增加的需求导致激光系统输出功率达到数百千瓦甚至兆瓦的重大规模努力。然而，扩大输出功率的挑战包括消除热浪费，保持光束质量和避免损坏输出光学器件。

极功率，超低损耗，色散元件(EXUDE)精英光学元件解决了这些挑战，通过将来自不同波长的多个激光器的光集中到一个单一的高功率光束中，具有无与伦比的紧凑性和抗损伤性。

EXUDE Elite显着改进了原始的EXUDE技术(2014年R&D 100奖获得者)，这使得使用光谱光束组合(SBC)用于近衍射限制质量激光系统成为可能，其输出功率首次接近兆瓦级。EXUDE Elite将光纤激光束通过熔融石英光纤传输，在更便宜、更紧凑的系统中实现，并将损伤阈值提高了100倍。

EXUDE Elite是一个突破性的成果，表明了高功率激光技术的范式转变。EXUDE Elite较低的价格和改进的整体光学性能为工业激光系统更广泛地访问SBC提供了机会，引领激光功率缩放工作比以往任何时候都更大规模地向前发展。

EXUDE Elite是由衍射光学小组组长Hoang Nguyen领导的LLNL研究团队开发的，团队成员包括Michael Rushford、Brad Hickman、Candis Jackson、James Nissen和Sean Tardif。

高性能内存映射库

超级计算和高性能计算(HPC)对于实现和加速科学研究至关重要。伴随着计算能力的指数级增长而来的是复杂的深度内存层次结构，这在将数据从存储位置移动到处理器时造成了效率低下。因此，超级计算机应用程序面临着来自计算机系统(复杂的层次结构、内存和存储)和应用程序工作负载的庞大而复杂的数据问题。

为了解决这个问题，LLNL的一个计算机科学家团队开发了UMap用户级库，作为美国能源部Exascale计算项目的一部分，特别是Argo项目，其中UMap是深度和复杂内存和存储系统的关键解决方案。

UMap提供了一个高性能的、应用程序可配置的、统一的类似内存的接口，用于跨内存存储层次甚至跨网络的不同数据存储。它通过高度优化和可配置的设计专门为高性能而构建，被公认为内存映射不同和大型数据存储的领先解决方案。

UMap作为开源免费提供，对科学界起到了很大的帮助，并已被工业、学术界和国家实验室的许多高影响力科学应用所采用。

UMap团队由LLNL计算机科学家Maya Gokhale领导，他是技术人员(DMST)的杰出成员，包括现任团队成员Marty McFadden, Elena Green, Roger Pearce, Keita Iwabuchi和Karim Youssef以及前实验室员工Ivy Peng。

碰撞加速仿真建模

当HPC应用程序被用来模拟现实世界的现象时，预测模型的结果可以被决策者用来为重要的、挽救生命的决策提供信息。然而，由于超级计算机和文件之间的动态输入/输出(I/O)通信减慢，科学模拟可能需要数小时、数天甚至数周的时间来计算。

UnifyFS文件系统使HPC科学应用程序执行I/O操作的速度比使用传统方法快许多倍。

UnifyFS是一个临时文件系统，它使用超级计算机上的快速存储层来快速存储和访问应用程序数据，以便应用程序可以在更短的时间内生成结果。除了提供高性能的I/O操作外，UnifyFS易于使用，团队可以在没有管理员帮助或更改代码的情况下利用它来适应不同类型的HPC系统。也可以作为开源和生产就绪，UnifyFS使I/O快速和简单，因此用户可以专注于他们的科学。

UnifyFS的合作者是劳伦斯利弗莫尔和橡树岭国家实验室，以及伊利诺伊大学的国家超级计算应用中心。

UnifyFS团队的LLNL部分由实验室计算机科学家Kathryn Mohror(也是DMST)领导，包括现任团队成员Cameron Stanavige、Chen Wang、Hariharan Devarajan、Ned Bass和Tony Hutter，以及前实验室员工Adam Moody和Danielle Sikich。

梅丽莎Lewelling