GPU-accelerated spectrum reweighting for new-physics searches in solar neutrino--electron scattering

Résumé Technique : Repondération du Spectre Accélérée par GPU pour la Diffusion Neutrino Solaire–Électron

Énoncé du Problème
Les mesures de précision de la diffusion élastique neutrino-électron solaire servent de sondes sensibles pour la physique au-delà du Modèle Standard (BSM), notamment les interactions non standard (NSI) et les moments magnétiques anormaux des neutrinos. Ces nouveaux effets physiques modifient la section efficace différentielle, altérant à la fois le taux d'événements et la forme spectrale des électrons de recul. Dans les analyses de vraisemblance conventionnelles, tester une nouvelle hypothèse de physique nécessite de propager un spectre de recul modifié à travers un modèle de réponse du détecteur dérivé de simulations Monte Carlo (MC) complètes (par exemple, Geant4). Ce processus est informatiquement prohibitif lorsqu'il est effectué pour chaque point d'un espace de paramètres multidimensionnel, car la régénération d'échantillons MC au niveau du détecteur pour chaque variation de paramètre domine le coût des ajustements, des balayages et des études de Monte Carlo par chaîne de Markov (MCMC).

Méthodologie
Les auteurs proposent un cadre de repondération du spectre accéléré par GPU qui découple la variation des paramètres de la physique de la simulation du détecteur. La méthodologie centrale repose sur les étapes suivantes :

1. Hypothèse de Factorisation : Le cadre suppose que la réponse du détecteur pour un électron de recul d'une énergie cinétique donnée $T$ est indépendante de l'interaction sous-jacente (Modèle Standard, NSI ou moment magnétique). Par conséquent, un seul échantillon MC de référence généré sous l'hypothèse du Modèle Standard (SM) suffit à définir la correspondance entre l'énergie de recul réelle et les observables reconstruites (par exemple, les photoélectrons).
2. Repondération Bin par Bin : Au lieu de régénérer des échantillons MC, la méthode applique des poids multiplicatifs aux bacs (bins) du spectre d'énergie de recul. Pour un ensemble de nouveaux paramètres de physique $\varepsilon$, le spectre de recul prédit est calculé comme $f_T(T; \varepsilon) = r(T; \varepsilon) \cdot \hat{f}^{SM}_T(T)$, où $r(T; \varepsilon)$ est la fonction de repondération dérivée des sections efficaces différentielles modifiées.
3. Propagation de Réponse Fixe : Le spectre repondéré est propagé à travers une matrice de réponse du détecteur précalculée en deux dimensions $R_{ij}$ (mappant le bac d'énergie de recul réel $i$ vers le bac d'observable reconstruite $j$). Cette matrice, dérivée de Geant4, inclut les effets tels que l'extinction de scintillation (quenching), la résolution en énergie et l'efficacité de reconstruction.
4. Implémentation GPU : Le calcul est implémenté en utilisant la bibliothèque de modèles NVIDIA Thrust, utilisant des primitives parallèles (transform, reduce, transform-reduce). Le code est écrit dans une source unique qui compile pour les backends CUDA (GPU) et OpenMP (CPU). Le pipeline implique :
   • Mise à jour de la Physique : Calcul des probabilités d'oscillation et des sections efficaces différentielles sur une grille cinématique discrétisée.
   • Repondération MC : Application de la fonction de repondération au spectre de recul et convolution avec la matrice de réponse fixe.
   • Évaluation de la Vraisemblance : Accumulation du spectre prédit et évaluation de la log-vraisemblance de Poisson.

Principales Contributions

• Efficacité Algorithmique : L'accélération principale est obtenue en évitant la régénération d'échantillons MC au niveau du détecteur pour chaque point de paramètre. Cela réduit le coût d'une mise à jour de paramètre de plusieurs heures (simulation complète) à quelques millisecondes (repondération).
• Agnosticisme Matériel : Le cadre est conçu pour fonctionner à la fois sur des GPU grand public (ex: NVIDIA RTX 3080 Ti) et des accélérateurs de centre de données (ex: NVIDIA A30X), ainsi que sur des CPU multi-cœurs, en utilisant un code unifié.
• Validation : La méthode est validée par rapport à une référence analytique dont la solution exacte est connue. La prédiction de la repondération reproduit la vérité analytique avec une déviation intégrale inférieure à $10^{-6}$ pour une grille de recul de 2000 bacs, confirmant que l'erreur d'approximation par bac est négligeable par rapport à l'échelle de discrétisation.

Résultats

• Benchmarks de Performance :
  • Sur un GPU NVIDIA A30X de centre de données, une seule évaluation de vraisemblance prend environ 52 ms. Cela représente une accélération de 58× par rapport à un seul thread CPU et une accélération de 2,5× par rapport à un CPU 64 threads pleinement chargé.
  • Sur un NVIDIA RTX 3080 Ti grand public, l'évaluation prend environ 87 ms, permettant des balayages de paramètres interactifs sur une station de travail unique.
• Précision : Le cadre récupère avec succès les paramètres injectés lors de tests d'« injection-récupération » pour les NSI diagonales de saveur et les moments magnétiques des neutrinos. La forte dépendance en $1/T$ de la section efficace du moment magnétique, qui pose un test rigoureux pour la précision du bacage, est gérée avec une grande précision.
• Scalabilité : L'implémentation GPU passe à l'échelle efficacement, le goulot d'étranglement étant l'application répétée du noyau de réponse, qui est naturellement parallélisée à travers les bacs d'énergie reconstruite.

Signification et Revendications
L'article affirme que ce cadre permet des balayages de paramètres interactifs pour les analyses de diffusion neutrino-électron solaire sur du matériel accessible aux chercheurs individuels. Les auteurs soulignent que l'accélération principale provient de la stratégie algorithmique consistant à éviter la régénération de MC plutôt que du seul accélération matérielle GPU. Bien que le GPU fournisse un facteur d'accélération supplémentaire par rapport aux CPU multi-cœurs, la valeur de la méthode réside dans le fait de rendre la modélisation haute fidélité du détecteur réalisable dans des boucles d'ajustement itératives qui étaient auparavant informatiquement intraitables.

Le champ d'application est explicitement limité aux scénarios où la nouvelle physique peut être représentée par une repondération d'un spectre de recul existant (par exemple, les NSI diagonales de saveur et les moments magnétiques) alors que la réponse du détecteur reste fixe. Les auteurs notent que les scénarios impliquant des particules d'état final qualitativement différentes ou des structures de changement de saveur nécessiteraient un formalisme supplémentaire. Ce travail sert d'étude de méthode, validée sur des réponses analytiques synthétiques et des matrices dérivées de Geant4, sans utiliser de jeux de données expérimentaux spécifiques.