利用NVIDIA GPU解析哈勃天文望遠(yuǎn)鏡的大數(shù)據(jù)

太陽(yáng)系外的行星是什么樣的?研究人員使用配備 NVIDIA GPU 的超級(jí)計(jì)算機(jī)，從哈勃望遠(yuǎn)鏡的數(shù)據(jù)中發(fā)現(xiàn)了 25 顆行星的趨勢(shì)。

4 月 25 日發(fā)表的一篇論文對(duì)遙遠(yuǎn)行星的大氣層進(jìn)行了迄今為止最為詳細(xì)的描述。

為了探尋銀河系內(nèi)外萬(wàn)物的起源，研究人員研究了 25 顆系外行星(這些行星圍繞太陽(yáng)系外的恒星運(yùn)行)。他們所研究的系外行星均為熱木星。熱木星是體積最大的系外行星，因此最容易探測(cè)，許多熱木星的溫度超過(guò) 3000 華氏度。

研究人員利用 NVIDIA GPU 所提供的高性能計(jì)算對(duì)這些熾熱的大氣進(jìn)行分析，以此增進(jìn)對(duì)所有行星(包括地球)的了解。

熱木星帶來(lái)新認(rèn)知

該論文的主要作者、倫敦大學(xué)學(xué)院(UCL)研究員 Quentin Changeat 表示：“熱木星使我們能夠在地球上幾乎不可能再現(xiàn)的環(huán)境條件中進(jìn)行物理研究，這對(duì)我們來(lái)說(shuō)非常寶貴?！?/p>

研究人員通過(guò)分析大量系外行星的趨勢(shì)，對(duì)多個(gè)重大問(wèn)題產(chǎn)生了新認(rèn)知。

該論文的共同作者、倫敦大學(xué)學(xué)院空間外化學(xué)數(shù)據(jù)中心數(shù)值方法負(fù)責(zé)人 Ahmed F. Al-Refaie 表示：“這項(xiàng)工作能夠幫助我們針對(duì)地球和其他行星的形成過(guò)程建立更好的模型?！?/p>

解析哈勃天文望遠(yuǎn)鏡的大數(shù)據(jù)

研究人員在研究系外行星時(shí)使用了有史以來(lái)最多的數(shù)據(jù)——1000 小時(shí)的觀(guān)測(cè)檔案，這些檔案數(shù)據(jù)主要來(lái)自哈勃太空望遠(yuǎn)鏡。

在 Changeat 看來(lái)，這個(gè)過(guò)程中最難同時(shí)也最吸引人的地方就是確定對(duì)所有 25 個(gè)系外行星的數(shù)據(jù)統(tǒng)一運(yùn)行何種小型模型集，才能獲得最可靠和最具啟示性的結(jié)果。

他表示：“那是一段令人驚嘆的探索，我發(fā)現(xiàn)了各種各樣甚至有些奇怪的解決方案，但使用 NVIDIA GPU 能夠很快得到答案。”

數(shù)百萬(wàn)次運(yùn)算

為了獲得總體結(jié)果，研究人員需要進(jìn)行大量數(shù)學(xué)運(yùn)算。他們共使用了約 20 個(gè)模型，其中每個(gè)模型都必須對(duì)所有 25 個(gè)系外行星運(yùn)行 25 萬(wàn)次。

他們所使用的是劍橋大學(xué)的 Wilkes3 超級(jí)計(jì)算機(jī)，這臺(tái)計(jì)算機(jī)在 NVIDIA Quantum InfiniBand 網(wǎng)絡(luò)上配置了 320 個(gè) NVIDIA A100 Tensor Core GPU。

Al-Refaie 表示：“我原以為 A100 的性能可能只是之前使用過(guò)的 V100 和 P100 的兩倍，但實(shí)際上 A100 要優(yōu)越好幾個(gè)數(shù)量級(jí)?！?/p>

性能呈數(shù)量級(jí)數(shù)提升

與 CPU 相比，單個(gè) A100 GPU 的性能提升了 200 倍。

每個(gè) GPU 上可運(yùn)行 32 個(gè)進(jìn)程，因此與 CPU 相比，團(tuán)隊(duì)實(shí)現(xiàn)了相當(dāng)于 6400 倍的速度提升。Al-Refaie 表示，Wilkes3 上的每個(gè)節(jié)點(diǎn)都配備了四個(gè) A100，性能相當(dāng)于 25600 個(gè) CPU 核心數(shù)。

運(yùn)行速度提升得益于他們的應(yīng)用具有驚人的并行性。該計(jì)算機(jī)在 GPU 上模擬了數(shù)十萬(wàn)個(gè)光波長(zhǎng)如何穿過(guò)系外行星的大氣層。

同樣數(shù)量的工作，使用 CPU 需要耗費(fèi)數(shù)周，而 A100 的模型只需幾分鐘就能完成。

由于 GPU 運(yùn)行復(fù)雜物理模型的速度太快，以至于基于 CPU 的系統(tǒng)成為了瓶頸。這些系統(tǒng)負(fù)責(zé)處理一項(xiàng)更加簡(jiǎn)單的任務(wù)——根據(jù)統(tǒng)計(jì)結(jié)果確定下一步研究方向。

“有趣的是，模擬大氣層居然不是最難的部分，這真是讓人大吃一驚，但我們也因此能夠真正挖掘出數(shù)據(jù)包含的內(nèi)容”。Al-Refaie 表示。

豐富的軟件

Al-Refaie 使用 CUDA profilers 優(yōu)化工作、使用PyCUDA 優(yōu)化團(tuán)隊(duì)代碼并使用 cuBlas 加速一些數(shù)學(xué)程序。

他表示：“ NVIDIA 軟件提供了豐富的功能，因此團(tuán)隊(duì)可以使用合適的工具快速完成論文?！?/p>

由于這項(xiàng)工作將變得更具有挑戰(zhàn)性，該團(tuán)隊(duì)將需要獲得一切可能的幫助。

獲得更好的望遠(yuǎn)鏡

詹姆斯·韋伯太空望遠(yuǎn)鏡將于 6 月投入使用。不同于哈勃望遠(yuǎn)鏡和以前的所有儀器，這架太空望遠(yuǎn)鏡專(zhuān)門(mén)用于觀(guān)測(cè)系外行星。

為了適應(yīng)預(yù)定數(shù)據(jù)，該團(tuán)隊(duì)已在開(kāi)發(fā)具有更高分辨率的工作方法。例如他們將使用二維或三維模型取代一維模型，并考慮更多的參數(shù)，比如時(shí)間的變化等等。

Changeat 表示：“下一代數(shù)據(jù)可能使我們能夠看到目前的數(shù)據(jù)中無(wú)法看到的情況，比如當(dāng)行星發(fā)生風(fēng)暴時(shí)的情景。

探索 HPC+AI

數(shù)據(jù)的快速增長(zhǎng)為深度學(xué)習(xí)的應(yīng)用帶來(lái)了更多的可能，該團(tuán)隊(duì)中的 AI 專(zhuān)家正在對(duì)此進(jìn)行探索。

Changeat 將作為歐洲航天局研究員加入巴爾的摩的太空望遠(yuǎn)鏡科學(xué)研究所，與那里的專(zhuān)家和工程師一起工作，這讓他感到十分興奮。

“與許多不同領(lǐng)域的專(zhuān)家一起工作真的很有意思。是因?yàn)閳F(tuán)隊(duì)中的空間觀(guān)察員、數(shù)據(jù)分析師、機(jī)器學(xué)習(xí)和軟件專(zhuān)家，我們才完成了這篇論文?！?/p>

原文標(biāo)題：系外天空：研究人員描述系外行星的大氣層

文章出處：【微信公眾號(hào)：NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

審核編輯：湯梓紅