MadVfold: accelerating NLO event generation and reducing negative weights with SIMD vectorization and GPUs

En el mundo de alto riesgo de la física de partículas, los científicos en el Gran Colisionador de Hadrones chocan protones para recrear las condiciones del universo temprano. Para dar sentido a los escombros, dependen de simulaciones por computadora que predicen lo que debería suceder durante estas colisiones. Sin embargo, calcular estas predicciones con extrema precisión es una tarea monumental. Los métodos más precisos, conocidos como cálculos de siguiente orden (next-to-leading-order), son increíblemente lentos y computacionalmente costosos. Un obstáculo importante en estas simulaciones es la aparición de "pesos negativos", una peculiaridad matemática donde algunos eventos simulados portan un valor negativo. Para cancelar el ruido que estos valores negativos crean y lograr una imagen clara, los investigadores deben generar lotes de eventos mucho más grandes de lo habitual, consumiendo enormes cantidades de potencia de cómputo y tiempo.

Para resolver esto, los físicos han desarrollado una técnica llamada "folding" (plegado). Imagine intentar estimar el valor de una integral compleja muestreando un solo punto; puede ser ruidoso e impreciso. El folding es como calcular la misma función compleja para varias variaciones diferentes de las variables cinemáticas de un solo evento y promediar los resultados. Este enfoque proporciona una estimación más estable de la integral, lo que ayuda a suavizar el ruido estadístico y reduce la necesidad de pesos negativos. Aunque es efectivo, este método es en sí mismo muy lento porque requiere que la computadora realice la misma compleja operación muchas veces para un solo evento. Un nuevo enfoque descrito por Andrea Valassi en el CERN tiene como objetivo acelerar este proceso utilizando hardware de computación moderno para realizar estas cálculos repetidos simultáneamente, en lugar de uno por uno.

El trabajo de Valassi introduce un método llamado "vectorized folding" (plegado vectorizado), que aprovecha la potencia de procesamiento paralelo de las modernas tarjetas gráficas y procesadores avanzados. En lugar de pedirle a la computadora que calcule la física para una variación específica de un evento, luego la siguiente, y así sucesivamente, el nuevo software agrupa docenas de estas variaciones. Luego envía este lote completo al procesador de la computadora, el cual calcula todas ellas al mismo tiempo. Este es un cambio significativo respecto a la forma tradicional en que estas simulaciones se ejecutan, la cual procesa eventos de manera secuencial. Al reorganizar el software para aprovechar esta capacidad paralela, el investigador creó una nueva herramienta llamada MADVFOLD, diseñada para trabajar con el paquete de simulación ampliamente utilizado Madgraph5_aMC@NLO.

Los resultados de esta reorganización son sorprendentes. En pruebas que involucran la colisión de electrones y positrones para producir quarks fondo (bottom quarks), el nuevo método redujo drásticamente el tiempo requerido para generar eventos simulados. Al utilizar procesadores avanzados que se encuentran en centros de datos modernos, la técnica de plegado vectorizado hizo que el cálculo fuera aproximadamente de seis a nueve veces más rápido que el método estándar. Cuando los cálculos se transfirieron a una unidad de procesamiento gráfico, la aceleración fue aún más pronunciada, alcanzando casi diez veces la velocidad del enfoque original. Estos avances se lograron no cambiando la física subyacente, sino cambiando cómo la computadora ejecuta las matemáticas, permitiéndole manejar la carga pesada del plegado de manera mucho más eficiente.

La investigación también exploró si este enfoque paralelo podría aplicarse a la generación de eventos sin la técnica de plegado en absoluto. Incluso en este escenario "unfolded" (desplegado), donde el objetivo es simplemente acelerar la simulación estándar, el nuevo software entregó un aumento de velocidad de tres veces. Esto sugiere que los cambios arquitectónicos realizados para soportar el plegado tienen beneficios más amplios, haciendo que todo el flujo de trabajo de la simulación sea más eficiente. El trabajo se desarrolló utilizando un proceso novedoso donde el investigador dependió fuertemente de modelos de lenguaje extensos para asistir en la escritura y prueba de código, un método que permitió que el proyecto pasara de concepto a software funcional en solo alrededor de seis semanas.

A pesar de las impresionantes aceleraciones, el artículo señala que el plegado sigue siendo una técnica computacionalmente costosa. Incluso con esta aceleración por hardware, ejecutar una simulación con plegado sigue tomando significativamente más tiempo que ejecutar una sin él. Sin embargo, el intercambio es a menudo necesario porque el plegado reduce el número de eventos de peso negativo, lo que a su vez reduce el número total de eventos necesarios para alcanzar un resultado estadísticamente significativo. Al hacer que el proceso de plegado sea mucho más rápido, el nuevo método hace que este intercambio necesario sea más manejable para futuros experimentos, incluyendo el próximo programa de Gran Luminosidad del LHC. El estudio concluye que, si bien el software está listo para más pruebas y refinamiento, representa un paso significativo hacia la viabilidad de las simulaciones de física de partículas de alta precisión para los masivos conjuntos de datos esperados en los próximos años.