ابررایانه Aurora قدرت دو تا از بزرگترین شبیه‌سازی‌های کیهان‌شناسی را تا به امروز دارد

ویرایش شده توسط لیزا لاک، بررسی توسط اندرو زینین

این مقاله با توجه به روند و سیاست های ویرایشی Science X بررسی شده است. ویراستاران ضمن اطمینان از اعتبار محتوا، ویژگی های زیر را برجسته کرده اند:

محققان آزمایشگاه ملی آرگون وزارت انرژی ایالات متحده (DOE) دو مورد از بزرگترین شبیه‌سازی‌های کیهان‌شناسی را که تاکنون انجام شده است، تکمیل کرده‌اند. هر شبیه‌سازی، تکامل 13.4 تریلیون ذره ماده تاریک را در منطقه‌ای به وسعت 28.6 میلیارد سال نوری مدل‌سازی کرد.

ماده تاریک برای تلسکوپ‌ها نامرئی است، اما اثرات گرانشی آن شکل‌گیری کهکشان‌ها و ساختارهای مقیاس بزرگ‌تر را در جهان شکل می‌دهد. در شبیه‌سازی‌ها، ذرات به‌عنوان ردیاب‌های چگالی و توزیع سرعت ماده تاریک قرار دارند. این به محققان اجازه می دهد تا چگونگی تکامل ساختار کیهانی را در طی میلیاردها سال ردیابی کنند.

شبیه سازی در این مقیاس به قدرت محاسباتی عظیمی نیاز دارد. این تیم محاسبات را بر روی دستگاه مقیاس اگزا اسکیل آرگون (Aurora) انجام داد. این سیستم که یکی از بزرگترین ابررایانه های جهان است، دارای 10624 گره و 63744 واحد پردازش گرافیکی (GPU) است. Aurora در Argonne Leadership Computing Facility (ALCF)، یک مرکز کاربر دفتر علوم DOE قرار دارد.

شبیه سازی های این تیم از بخش قابل توجهی از سیستم استفاده می کرد. هر اجرا بر روی 8100 گره و تقریبا 50000 پردازنده گرافیکی انجام می شد. شبیه سازی ها و بسیاری از تجزیه و تحلیل داده ها در حدود چهار روز تکمیل شد. این پروژه به رهبری دانشمند محاسباتی آرگون، نیکلاس فرانتیر، به دنبال روشن کردن فیزیک تورم کیهانی است.

فرانتیر گفت: "این نظریه یک انفجار کوتاه از انبساط سریع در جهان بسیار اولیه را توصیف می کند." تصور می‌شود که تورم نوسانات کوانتومی میکروسکوپی را تا مقیاس کیهان‌شناختی کشیده است و تغییرات کوچکی در چگالی ایجاد می‌کند که گرانش بعدا در شبکه کیهانی که امروز مشاهده می‌کنیم تقویت شد.

اما فیزیک پشت تورم نامشخص است. با مطالعه چگونگی توزیع ماده در سراسر کیهان، دانشمندان می توانند به دنبال سرنخ هایی باشند که ممکن است اطلاعات بیشتری در مورد تورم و کیهان اولیه نشان دهد.

این همان جایی است که شبیه‌سازی‌ها وارد می‌شوند. آن‌ها به تجزیه و تحلیل بررسی‌های مهم آسمان، از جمله ابزار طیف‌سنجی انرژی تاریک (DESI) با پشتیبانی DOE و طیف‌فوتومتر ناسا برای تاریخچه کیهان، دوره یونیزاسیون مجدد و کاوشگر یخ‌ها (SPHEREx) که در حال حاضر داده‌هایی را جمع‌آوری می‌کنند، کمک می‌کنند. با هم، شبیه‌سازی‌ها و بررسی‌های پیشرفته، دیدگاه‌های دقیق‌تری از کیهان ارائه می‌کنند تا به پیشرفت مطالعات درباره منشأ و تکامل کیهان کمک کنند.

مدل‌های تورمی استاندارد پیش‌بینی می‌کنند که نوسانات اولیه از توزیع گاوسی، یکی از ساده‌ترین شکل‌های تصادفی پیروی می‌کنند. محققان به دنبال انحرافات کوچک از آن الگو هستند که به نام غیر گاوسی اولیه شناخته می شود.

فرانتیر می‌گوید: «یک انحراف قابل اندازه‌گیری می‌تواند به میدان‌ها، تعاملات یا پویایی‌های اضافی در طول تورم اشاره کند و به تمایز بین نظریه‌های رقیب درباره اولین لحظات جهان کمک کند.»

انتظار می رود هر سیگنالی ظریف باشد. همچنین می‌تواند با واریانس کیهانی - عدم قطعیت آماری که به دلیل بررسی‌ها فقط حجم محدودی از جهان را نمونه‌برداری می‌کند - پنهان شود.

تشخیص چنین سیگنال هایی نیاز به شبیه سازی های عظیمی دارد که بزرگ ترین مقیاس های کیهانی را در بر می گیرد. اینجاست که برخی از واضح‌ترین نشانه‌های غیر گاوسی اولیه ممکن است ظاهر شود. در عین حال، شبیه سازی ها به وضوح کافی برای حل هاله های ماده تاریک - توده های بزرگ ماده تاریک که میزبان کهکشان ها هستند - نیاز دارند. این ارتباط بسیار مهم است زیرا توزیع کهکشان ها همان چیزی است که بررسی هایی مانند DESI و SPHEREx در نهایت مشاهده می کنند.

Frontiere گفت: "دستیابی به حجم بسیار زیاد و وضوح کافی چیزی است که محاسبه را بسیار چالش برانگیز می کند." این مشکلی است که به‌ویژه برای ماشین‌های مقیاس بزرگ مناسب است.»

تیم Frontiere از HACC، کد کیهان‌شناسی شتاب‌دار سخت‌افزار/هیبرید توسعه‌یافته در Argonne برای انجام شبیه‌سازی‌های خود استفاده می‌کند. تیم HACC سابقه طولانی در استفاده از ابررایانه های DOE برای انجام شبیه سازی های کیهان شناسی در مقیاس فوق العاده دارد. به عنوان بخشی از پروژه محاسباتی Exascale DOE، تیم HACC را برای اجرای کارآمد بر روی معماری‌های مختلف مقیاس بزرگ آماده کرد.

قبل از اجرای Aurora، این تیم از سیستم مقیاس مقیاس مرزی Oak Ridge Leadership Computing Facility که در آزمایشگاه ملی Oak Ridge DOE قرار دارد، برای نوع متفاوتی از شبیه‌سازی کیهان‌شناسی استفاده کرد. این تلاش بزرگترین شبیه‌سازی هیدرودینامیکی جهان تا به امروز را ایجاد کرد که گرانش را با مدل‌هایی از گاز، ستارگان و سایر فرآیندهای دخیل در تشکیل کهکشان‌ها ترکیب می‌کرد.

محققان رویکرد متفاوتی در مورد شفق قطبی داشتند. آنها تنها با تمرکز بر گرانش توانستند حجم بیشتری را با ذرات بیشتر شبیه سازی کنند.

حافظه پرظرفیت Aurora به ویژه مهم بود زیرا شبیه سازی ها باید داده ها را برای تریلیون ها ذره به راحتی در حین انجام محاسبات در دسترس نگه می داشتند. سیستم ذخیره سازی اشیاء ناهمزمان توزیع شده (DAOS) از خواسته های عظیم نوشتن داده پروژه پشتیبانی می کند. این دو شبیه‌سازی بیش از 85 پتابایت را از طریق DAOS نوشتند، که عمدتا به‌عنوان نقاط بازرسی راه‌اندازی مجدد بودند. این به تیم اجازه داد تا در صورت وقفه، به جای شروع دوباره، دویدن را از سر بگیرد. حدود 8 پتابایت برای تجزیه و تحلیل علمی نگهداری شد.

آدریان پوپ، دانشمند محاسباتی ALCF و عضو تیم HACC گفت: «آرورا قابلیت‌های مورد نیاز این پروژه را گرد هم می‌آورد. پردازنده‌های گرافیکی آن قدرت محاسباتی برای تکامل تریلیون‌ها ذره را فراهم می‌کنند، در حالی که حافظه آن به ما ظرفیت رسیدگی به مشکلی به این بزرگی را می‌دهد. و با DAOS، ما توانستیم نقاط بازرسی عظیمی را بنویسیم که برای محافظت از محاسبات لازم است.

دو شبیه‌سازی شفق قطبی شامل یک مدل کیهانی و یک سیگنال غیر گاوسی هستند، اما فازهای اولیه آن‌ها تغییر کرده است.

Frontiere توضیح داد: «شبیه‌سازی‌ها مانند تصاویر آینه‌ای آماری عمل می‌کنند. وقتی با هم تحلیل می‌شوند، بسیاری از تغییرات تصادفی لغو می‌شوند و اندازه‌گیری تمیزتری از فیزیک زیربنایی ارائه می‌دهند.

قدرت سیگنال نیز کور شده است، بنابراین محققانی که از شبیه‌سازی‌ها برای آزمایش روش‌های تحلیل خود استفاده می‌کنند، از قبل پاسخ را نمی‌دانند. این به آن‌ها اجازه می‌دهد تا گردش کار خود را بدون تأثیرپذیری از نتایج مورد انتظار ارزیابی کنند.

Frontiere گفت: "با آزمایش اینکه آیا خطوط لوله آنها می توانند ارزش پنهان را از مشاهدات مصنوعی بازیابی کنند، آنها می توانند روش های خود را قبل از اعمال آنها در داده های بررسی واقعی اعتبار سنجی کنند."

با تعیین یک علامت جدید برای مقیاس، محاسبات بزرگترین شبیه‌سازی‌های کیهان‌شناسی فردی هستند که تاکنون توسط تعداد ذرات انجام شده است. حجم عظیم آنها به دانشمندان این امکان را می دهد که نقشه های مصنوعی تمام آسمان و مشاهدات ساختگی واقعی برای DESI، SPHEREx و سایر نظرسنجی ها بسازند. این مجموعه داده های ساختگی می تواند به محققان کمک کند سوگیری ها را پیدا کنند، روش های تجزیه و تحلیل خود را بهبود بخشند و اندازه گیری های قابل اعتمادتری را از داده های نظرسنجی واقعی تولید کنند.

فرانتیر گفت: «فشار دادن مقیاس این شبیه‌سازی‌ها به ما کمک می‌کند تا تئوری را با آنچه مشاهده می‌کنیم بهتر ارتباط دهیم. همانطور که به شبیه‌سازی حجم‌های بزرگتر با جزئیات بیشتر ادامه می‌دهیم، توانایی خود را برای کشف سؤالات اساسی در مورد جهان و استفاده بهتر از بررسی‌های قدرتمندتر افزایش می‌دهیم.»

لیسانس تاریخ هنر، کارشناسی ارشد فرهنگ مادی. سردبیر سابق موزه، پیراپزشک و هماهنگ کننده پیوند. ویرایش برای Science X از سال 2021. نمایه کامل →

فوق لیسانس فیزیک با تجربه تحقیق. علاقه مندان به اخبار علمی طولانی مدت. نقش کلیدی در موفقیت سرمقاله Science X ایفا می کند. نمایه کامل →