On the Acceleration of Pulsar Timing computations using Normalising Flows and Parallelisation

Stellen Sie sich das Universum als ein riesiges, kosmisches Orchester vor, und verborgen in seiner Sinfonie sind die leisen, rhythmischen Schläge eines Gravitationswellenhintergrunds. Dies sind keine Schallwellen, sondern Kräuselungen im Gefüge der Raumzeit selbst, erzeugt durch massive Schwarze Löcher, die vor Milliarden von Jahren miteinander tanzten. Um dieses kosmische Summen zu hören, nutzen Wissenschaftler „Pulsar-Timing-Arrays“. Betrachten Sie Pulsare als die zuverlässigsten Metronome des Universums – tote Sterne, die so schnell und stetig rotieren, dass sie Lichtstrahlen wie Leuchttürme aussenden. Durch die Zeitmessung dieser Blitze mit extremer Präzision können Astronomen feststellen, ob die Raumzeit zwischen uns und dem Pulsar durch eine vorbeiziehende Gravitationswelle gedehnt oder gestaucht wurde.

Das Hören dieser kosmischen Musik ist jedoch unglaublich schwierig. Die Daten sind unordentlich, gefüllt mit „Rauschen“ durch den eigenen wackeligen Spin des Pulsars, dem interstellaren Medium, das wie eine neblige Linse wirkt, und den Einschränkungen unserer Uhren. Es ist, als versuche man, ein Flüstern in einem Hurrikan zu hören. Um die Daten sinnvoll zu interpretieren, nutzen Wissenschaftler komplexe Mathematik, um das Signal vom Rauschen zu trennen, aber die Mathematik ist so schwerfällig und die Daten so gewaltig, dass es oft Wochen oder sogar Monate dauert, bis ein einzelner Computer die Zahlen berechnet hat. Diese Arbeit geht diesem Engpass auf den Grund und stellt eine einfache, aber lebenswichtige Frage: Können wir einen schnelleren Weg finden, diese kosmischen Rätsel zu lösen, ohne ewig zu warten?

Die Autoren dieser Studie, Churchil Dwivedi, Hiya Shah und Hemanga Tahbildar, beschlossen, ein neues, hochmodernes Werkzeug namens „Normalisierende Flüsse“ (Normalising Flows) gegen die alten, bewährten Methoden der Astronomie-Gemeinschaft zu testen. Sie betrachteten das Problem wie ein Rennen. Auf einer Seite der Strecke standen die traditionellen Läufer: PTMCMCSAMPLER, ein Arbeitstier, das eine Technik namens „Parallel Tempering“ verwendet (stellen Sie sich vor, man schickt viele Wanderer bei unterschiedlichen Temperaturen aus, um ein Gebirge zu erkunden, wobei sie die Plätze tauschen, um die höchsten Gipfel zu finden), und PARALLEL BILBY, ein neuerer Läufer, der „Nested Sampling“ nutzt (wie ein Team von Entdeckern, das systematisch ein Suchgebiet eingrenzt). Auf der anderen Seite führten sie einen Sprinter namens POCOMC ein, der einen cleveren Trick namens „Normalisierende Flüsse“ verwendet.

Um den Trick zu verstehen, stellen Sie sich die Datenlandschaft wie einen verdrehten, verknoteten Wollknäuel vor. Traditionelle Methoden versuchen, diesen zu entwirren, indem sie an den Enden Stück für Stück ziehen, was lange dauert. POCOMC hingegen nutzt einen mathematischen „Zauberstab“ (den normalisierenden Fluss), um das Garn augenblicklich in eine glatte, einfache Linie zu glätten, was es viel einfacher macht, die Lösung zu finden. Die Forscher testeten diese Werkzeuge mit simulierten Daten, die reale Pulsar-Beobachtungen nachahmten, einschließlich Szenarien, in denen das Rauschen einfach war und Szenarien, in denen es ein komplexes, verwobenes Netz aus Korrelationen darstellte.

Die Ergebnisse waren eine Mischung aus „am schnellsten auf einer einzelnen Maschine“ und „am schnellsten mit einem riesigen Team“. Beim Betrieb auf einem einzelnen Computer-Knoten war POCOMC der unangefochtene Champion. Es löste eine komplexe Suche, für die die alte Methode (PTMCMCSAMPLER) über 10 Tage benötigt hätte, in etwa 10 Stunden. Noch beeindruckender: Für eine spezifische Art der Einzelpulsar-Analyse war es in etwa 10 Stunden fertig, während die ältere Methode Tage gedauert hätte. Die Autoren fanden heraus, dass POCOMC so effizient war, dass es keinen Supercomputer oder spezielle Grafikkarten benötigte, um unglaublich schnell zu sein; es brauchte nur einen Standardcomputer, der intelligent arbeitet.

Die Geschichte ändert sich jedoch, wenn man ein ganzes Team von Computern hinzuzieht. Wenn die Forscher die Arbeit auf viele Rechenknoten verteilten (bis zu 16 Knoten mit jeweils 48 Threads), übernahm die PARALLEL BILBY-Architektur die Führung. Sie war am besten darin, die Arbeit im Team aufzuteilen. Für eine Suche, die komplexe Korrelationen über das gesamte Array von Pulsaren umfasst (eine sogenannte „Hellings und Downs“-Suche), reduzierte PARALLEL BILBY die Zeit auf etwa 100 Minuten mit 16 Knoten, während POCOMC auf einem einzelnen Knoten viel länger gebraucht hätte. Interessanterweise stieß POCOMC an eine Grenze, als sie versuchten, zu viele Computer hinzuzuziehen; nach etwa 4 Knoten machte es die Sache nicht schneller, sondern langsamer. Die Autoren vermuten, dass der Schritt mit dem „Zauberstab“ zu überfüllt wird, wenn zu viele Prozessoren gleichzeitig daran arbeiten wollen.

Das Papier verglich zudem verschiedene Arten des Umgangs mit einer spezifischen Art von Rauschen namens ECORR. Sie fanden heraus, dass die „Fast-Sherman-Morrison“-Methode der effizienteste Weg war, um dieses Rauschen zu berechnen, während die standardmäßige „Sherman-Morrison“-Methode die langsamste war. Sie merkten auch an, dass PTMCMCSAMPLER am wenigsten effizient war, da es signifikant länger dauerte als die anderen, und in einigen Fällen die Hinzunahme von mehr Computern es eher langsamer als schneller machte.

Am Ende schlagen die Autoren vor, dass die Zukunft des Pulsar-Timings davon abhängt, das richtige Werkzeug für die jeweilige Aufgabe zu wählen. Wenn man mit einem einzelnen Computer arbeitet oder einen einzelnen Pulsar analysiert, ist POCOMC der neue Star, der eine massive Beschleunigung bietet, ohne einen Supercomputer zu benötigen. Aber wenn man Zugang zu einem massiven Supercomputer mit Dutzenden von Knoten hat und das gesamte Array von Pulsaren gleichzeitig analysieren muss, ist PARALLEL BILBY die beste Wahl. Diese Erkenntnisse legen nahe, dass Wissenschaftler durch die Nutzung dieser schnelleren Methoden bald in der Lage sein werden, viel komplexere Modelle des Universums zu erforschen, die zuvor unmöglich zu berechnen waren, was uns potenziell näher bringt, dieses kosmische Summen der Gravitationswellen endlich zu hören.