KPolaris: GPU-accelerated Polarized Radiative Transfer in General Relativity

Resumen Técnico de "KPolaris: Transferencia de Radiación Polarizada Acelerada por GPU en Relatividad General"

Planteamiento del Problema
Las observaciones a escala de horizonte realizadas por el Telescopio del Horizonte de Eventos (EHT) han resuelto la emisión polarizada de agujeros negros supermasivos como M87* y Sgr A*, proporcionando restricciones sobre los campos magnéticos y las condiciones del plasma cerca del horizonte de sucesos. Las futuras extensiones, como el próximo EHT de nueva generación, pretenden obtener imágenes multifrecuencia y dependientes del tiempo, lo que requiere modelos predictivos que puedan conectar eficientemente las simulaciones de Magnetohidrodinámica de Relatividad General (GRMHD) con la radiación polarizada observada.

Los códigos existentes de Transferencia de Radiación de Relatividad General (GRRT) enfrentan desafíos computacionales significativos. Generar imágenes a través de numerosos casos de modelos (variando tiempos de simulación, ángulos de visión, frecuencias y prescripciones de electrones) requiere un número masivo de cálculos de transferencia. Los cálculos de "luz lenta" dependientes del tiempo —que muestrean la evolución del plasma a lo largo de las trayectorias de los fotones para contabilizar los retrasos en el tiempo de viaje de la luz— aumentan aún más las demandas al requerir el acceso a múltiples instantáneas (snapshots) de la simulación. Si bien se ha demostrado la aceleración por GPU para la integración de rayos, la realización de imágenes de luz lenta eficiente requiere combinar la integración de rayos en paralelo con la gestión de datos de simulación dependientes del tiempo. Además, la interpretación de estas imágenes requiere diagnósticos que vinculen la estructura de la imagen con regiones de emisión específicas y efectos de propagación, tales como la rotación de Faraday interna y la conversión.

Metodología
Los autores presentan KPolaris, un código de transferencia de radiación polarizada de código abierto, acelerado por GPU y construido sobre el marco de trabajo Kokлоs para garantizar la portabilidad entre arquitecturas de CPU y GPU.

• Método Numérico: El código traza geodésicas nulas a través de modelos de plasma analíticos o datos de GRMHD utilizando una formulación covariante de transferencia de radiación polarizada en una base de polarización transportada paralelamente. Soporta múltiples métricas de espacio-tiempo (Kerr, Kerr-Schild modificado, etc.) y configuraciones de observador.
• Estrategia de Integración: KPolaris emplea una estrategia de integración de rayos de dos pasadas (similar a ipole acelerado por GPU). La Pasada A traza los rayos desde la cámara hacia el límite interno o la salida del dominio. La Pasada B retiene el vector de onda terminal y la base de la pantalla, utilizando incrementos positivos para retornar hacia la cámara mientras resuelve la ecuación de transferencia. Este enfoque evita almacenar trayectorias completas para todos los rayos, reduciendo el uso de memoria.
• Ecuación de Transferencia: El código resuelve la ecuación del vector de Stokes invariante mediante un método de división de Strang simétrico. La matriz de propagación se divide en partes de absorción y de Faraday. Subpasos analíticos gestionan términos de absorción y Faraday estables (stiff), mientras que los límites de paso controlan los errores de división.
• Luz Lenta y Multifrecuencia: Para cálculos de luz lenta, el código muestrea la evolución de las cantidades de fluido en los tiempos de coordenadas encontrados a lo largo de la geodésica. Interpola las cantidades del fluido linealmente en el tiempo entre las instantáneas de la simulación que las delimitan. Para manejar secuencias mayores que la memoria de la GPU, las instantáneas se transmiten a través de una ventana residente acotada con prelectura (prefetching) opcional desde el host. El código también soporta el formato comprimido Dense-Dump-Codec (DDC).
• Diagnósticos: Más allá de la generación de imágenes, KPolaris proporciona:
  • Mapas de plasma ponderados por emisividad.
  • Mapas de contribución espacial de la emisión (restringiendo las regiones de la fuente pero manteniendo los efectos de propagación completos).
  • Historias de rayos seleccionados.
  • Sensibilidades de parámetros (cuantificando las respuestas de los parámetros de Stokes ante perturbaciones en la densidad, temperatura o la fuerza del campo magnético).

Contribuciones Clave

1. Marco Unificado Acelerado por GPU: KPolaris implementa la transferencia de radiación polarizada tanto en CPU como en GPU utilizando Kokkos, soportando tanto regímenes de luz rápida como de luz lenta.
2. Gestión Eficiente de Luz Lenta: El código gestiona la transmisión de datos de simulación dependientes del tiempo, permitiendo la generación de secuencias de imágenes de luz lenta con huellas de memoria configurables.
3. Diagnósticos Exhaustivos: Introduce un conjunto de herramientas de diagnóstico que descomponen la formación de imágenes en orígenes de emisión, efectos de propagación (rotación/conversión de Faraday) y sensibilidades de parámetros, facilitando la interpretación física de las imágenes de agujeros negros polarizados.
4. Validación: El código es validado contra implementaciones independientes (ipole) y soluciones analíticas, demostrando una alta precisión numérica.

Resultados

• Precisión: Las pruebas de convergencia numérica confirman una convergencia de segundo orden para los términos combinados de absorción y Faraday, y una convergencia de cuarto orden para la integración geodésica. Las comparaciones con ipole a través de varios modelos (RIAF analítico, KHARMA y datos de GRMHD de AthenaK) muestran una concordancia estrecha. Los errores cuadráticos medios normalizados (NMSE) de la luz rápida para los componentes de Stokes son generalmente inferiores a $10^{-4}$, siendo el NMSE del componente más grande de $1.10 \times 10^{-4}$. Las comparaciones de luz lenta arrojan un NMSE del componente más grande de $7.60 \times 10^{-4}$.
• Rendimiento: La aceleración por GPU reduce significativamente los costes computacionales. En el hardware probado (Nvidia RTX 5090), la ejecución por GPU es aproximadamente entre 10 y 182 veces más rápida que los cálculos de CPU de un solo hilo para la generación de imágenes completas.
  • Se generan imágenes completas de 256$^2$ de luz rápida en 1.14–5.09 segundos en GPUs de estación de trabajo y servidor.
  • Las secuencias de luz lenta (16 fotogramas) en una RTX 5090 alcanzan un rendimiento de 2.47 segundos por imagen con 15.1 GiB de memoria pico, o 3.38 segundos por imagen con una residencia mínima de 5.4 GiB.
• Aplicación de Diagnósticos: Un análisis de rayo seleccionado demuestra que los efectos de propagación tras la acumulación de la mayor parte de la intensidad pueden alterar sustancialmente el equilibrio entre la polarización lineal y la circular. Por ejemplo, suprimir la conversión de Faraday en un segmento específico cambió la relación final $V/I$ de -12.8% a -2.0%, manteniendo la fracción de polarización total.

Significancia
El artículo afirma que KPolaris proporciona una herramienta práctica para interpretar imágenes de agujeros negros polarizados, generando eficientemente datos multifrecuencia y dependientes del tiempo, al tiempo que ofrece simultáneamente diagnósticos para rastrear los orígenes de la radiación y los efectos de propagación. Al combinar la aceleración por GPU con capacidades de diagnóstico robustas, el código facilita estudios sistemáticos de la variabilidad de la emisión polarizada y su dependencia de los modelos físicos, abordando las crecientes demandas computacionales de las observaciones del próximo EHT. El código está disponible públicamente bajo una licencia BSD-3-Clause.