Des jumeaux numériques intégrant des modèles de simulation Monte Carlo sont en développement pour la conception, l’exploitation et le démantèlement d’installations nucléaires. Ces jumeaux sont capables de prédire des grandeurs physiques telles que les flux de particules, les échauffements gamma/neutrons ou les débits d’équivalent de dose. Cependant, la méthode Monte Carlo présente un inconvénient majeur : un temps de calcul élevé pour obtenir une variance acceptable. Pour améliorer l’efficacité des simulations, l’estimateur eTLE a été développé et intégré au code Monte Carlo TRIPOLI-4®. Comparé à l’estimateur classique TLE (Track Length Estimator), l’eTLE offre une variance théorique plus faible, notamment dans les milieux fortement absorbants, en apportant des contributions au détecteur sans que la particule ne l’atteigne. Cependant, son coût computationnel reste encore élevé, surtout lorsqu’on souhaite évaluer plusieurs détecteurs.
Dans deux thèses récentes, deux variantes ont été développées pour surmonter cette limite. Le Forced Detection eTLE- (Guadagni, EPJ Plus 2021) utilise un échantillonnage préférentiel qui oriente les pseudo-particules vers le détecteur à chaque collision. Il est particulièrement efficace pour les petits détecteurs et les configurations avec blindages modérés, notamment pour les neutrons rapides. Le Split Exponential TLE (Hutinet & Antonsanti, EPJ Web 2024) repose sur une approche GPU asynchrone, externalisant le transport en ligne droite des particules sur processeur graphique. Grâce à un échantillonnage multiple, il maximise l’usage du GPU et permet une exploration plus efficace de l’espace des phases.
La thèse proposée vise à combiner ces deux approches dans un estimateur hybride nommé seTLE-DF. Ce nouvel estimateur pourra être utilisé soit directement, soit pour générer des cartes d’importance sans recourir à des calculs auxiliaires avec des codes déterministes. Sa mise en œuvre nécessitera des développements spécifiques sur GPU, notamment pour optimiser la bibliothèque géométrique et la gestion mémoire dans des géométries complexes.
Ce sujet s’inscrit dans le cadre de l’informatique verte, visant à réduire l’empreinte carbone du calcul haute-performance. Il repose sur une approche hybride CPU-GPU, évitant le portage complet du code Monte Carlo sur GPU. Des solutions telles que l’utilisation du format demi-précision seront envisagées et une évaluation de l’impact énergétique avant et après implémentation sera réalisée. Le futur docteur sera accueilli au sein de l'Institut IRESNE (CEA Cadarache). Il pourra acquérir des compétences solides en simulation neutronique, facilitant son intégration dans les grands organismes de recherche ou les entreprises du secteur nucléaire.