KineticXGPU: A Tensorized Collision Operator for Dark-Sector Self-Scattering

Résumé Technique : KineticXGPU : Un opérateur de collision tensorisé pour l'auto-diffusion du secteur sombre

Énoncé du Problème
La nature microscopique de la matière noire (DM) demeure inconnue, avec des histoires de production alternatives comme le « freeze-in » qui gagnent en popularité en raison de l'absence de signaux de détection directe. Dans les scénarios où la DM est produite via plusieurs canaux à des époques différentes (par exemple, des désintégrations thermiques précoces et des désintégrations tardives de condensats), la distribution de phase résultante peut être non thermique et bimodale. Bien que les auto-interactions puissent relaxer ces distributions vers un équilibre thermique (Équilibre Thermique Local, LTE), l'efficacité de ce processus dépend du taux de diffusion élastique $2 \to 2$.

Résoudre l'équation de Boltzmann complète (fBE) pour suivre l'évolution dépendante de l'impulsion de ces distributions est numériquement exigeant. L'opérateur de collision élastique couple différentes régions de l'espace de phase, nécessissant une sommation sur la grille d'impulsion pour chaque intervalle. Les outils publics existants pour l'évolution de la matière noire (par exemple, DRAKE, BEST) reposent souvent sur des implémentations basées sur CPU ou sur des approximations de fluide (équations de Boltzmann couplées, cBE) qui supposent une forme thermique. Les approximations de fluide ne parviennent pas à capturer les caractéristiques non thermiques, tandis que les solveurs résolus en impulsion basés sur CPU peinent face au coût computationnel des intégrales de haute dimension requises par le terme de collision.

Méthodologie
Les auteurs présentent KineticXGPU, une implémentation basée sur PyTorch de l'opérateur d'auto-collision élastique $2 \to 2$ conçue pour l'accélération par GPU.

1. Discrétisation et Tensorisation :

   • L'équation de Boltzmann est résolue pour la distribution de phase $f(t, p)$ dans un univers en expansion. Les auteurs passent à l'impulsion comobile $q = a(t)p$ pour éliminer le terme de décalage vers le rouge de Hubble du membre de gauche.
   • L'espace des impulsions est discrétisé sur une grille logarithmique. L'opérateur de collision, qui implique une intégrale quadridimensionnelle sur les impulsions contrainte par la conservation de l'énergie-impulsion, est réduit à une somme sur les points de la grille.
   • Crucialement, l'opérateur discrétisé est reformulé comme une série de contractions de tenseurs. La structure gain-perte ($f_n f_m - f_i f_{\tilde{j}}$) est évaluée en sommant sur les indices d'impulsion internes ($n, m$) pour chaque intervalle externe ($i$). Cette structure permet aux opérations d'être hautement parallélisables, se transposant naturellement sur les architectures GPU.

2. Implémentation Numérique :

   • Intégration : L'évolution temporelle utilise le facteur d'échelle $a$ (ou $u = \log a$) comme variable indépendante. La stratégie d'intégration est adaptative :
     • Aux premiers instants où l'auto-diffusion est négligeable ($\Gamma_{2\to2} \ll H$), une méthode de Runge-Kutta du quatrième ordre à pas fixe est utilisée avec le terme de collision fixé à zéro.
     • Une fois que le taux de diffusion devient significatif ($\Gamma_{2\to2}/H > 10^{-2}$), le solveur passe à une méthode de Heun adaptative pour gérer la non-linéarité du terme de collision.
   • Conservation : Pour assurer une conservation stricte du nombre de particules et de l'énergie (moments d'ordre zéro et un), les auteurs implémentent une technique de projection. La contribution élastique est projetée sur le sous-espace à moments nuls pour corriger les erreurs numériques découlant des plages de grille finies, de l'interpolation et de la quadrature.
   • Validation : Le code est validé par rapport à l'évaluateur semi-analytique du cadre BEST. Les comparaisons montrent un accord dans les valeurs de l'opérateur de collision, les résidus survenant principalement près des caractéristiques non thermiques où la sensibilité de l'interpolation est la plus élevée.

3. Scénario Physique :
   Le code est appliqué à un scénario de « double source de freeze-in » impliquant une particule de DM scalaire $\chi$.

   • Source 1 : Désintégrations du portail Higgs ($h \to \chi\chi$) se produisant tôt dans le bain thermique.
   • Source 2 : Désintégration d'un condensat scalaire froid ($\Phi \to \chi\chi$) se produisant plus tard, injectant une population monoénergétique avec une impulsion distincte.
   • Interaction : Une interaction de contact quartique ($\lambda \chi^4$) pilote l'auto-diffusion élastique.

Résultats Clés

• Performance : L'approche tensorisée démontre un avantage computationnel significatif. Les tests de performance montrent que l'implémentation GPU (utilisant PyTorch) surpasse l'implémentation CPU et l'évaluateur semi-analytique BEST, particulièrement à mesure que le nombre de compartiments d'impulsion ($N_{grid}$) augmente. Le temps d'exécution GPU passe à l'échelle efficacement grâce à la nature parallèle des contractions de tenseurs.
• Évolution des Distributions Bimodales :
  • En l'absence d'auto-interactions, la distribution finale de la DM conserve une forme bimodale claire, reflétant les deux époques de production distinctes.
  • À mesure que la force de l'auto-couplage ($\lambda$) augmente, la diffusion élastique efface progressivement la séparation entre les deux composantes d'impulsion.
  • Pour des interactions suffisamment fortes, la distribution se relaxe vers une forme de Maxwell-Boltzmann, cohérente avec le LTE.
• Comparaison avec les Approximations de Fluide : Les auteurs comparent la solution complète de l'espace de phase (fBE) avec un traitement de fluide couplé (cBE) qui suppose une forme thermique avec une température et un potentiel chimique dépendant du temps.
  • Dans le régime de faible interaction, la solution fBE reste visiblement non thermique, tandis que la cBE suppose une forme thermique.
  • L'approximation de fluide échoue à capturer la persistance des caractéristiques non thermiques et la dynamique de relaxation spécifique observée dans le traitement cinétique complet.

Signification et Revendications
L'article affirme que KineticXGPU fournit un outil robuste et accessible publiquement pour étudier l'évolution du secteur sombre là où les effets dépendants de l'impulsion sont critiques. Sa signification primaire réside dans :

1. Permettre les Études Cinétiques : Il permet l'étude des processus de relaxation dans des scénarios où la hiérarchie des taux ne garantit pas le LTE, spécifiquement lorsque de multiples canaux de production créent des distributions non thermiques.
2. Efficacité Computationnelle : En exploitant l'accélération GPU via les contractions de tenseurs, il rend la résolution de l'équation de Boltzmann complète avec auto-diffusion élastique numériquement faisable, surmontant les goulots d'étranglement des approches précédentes basées sur CPU.
3. Aperçu Physique : L'application au scénario à deux sources démontre que les auto-interactions peuvent modifier significativement le spectre de puissance de la matière à petite échelle en lissant ou en effaçant les caractéristiques non thermiques, des effets qui seraient manqués par les approximations de fluide.

Les auteurs concluent que bien que le code se concentre sur la distribution non perturbée et l'opérateur d'auto-collision, le cadre de calcul est général et peut être étendu à d'autres modèles de secteur sombre ou à des calculs de perturbations. Le code est mis à disposition sur GitHub pour faciliter la reproductibilité et le développement ultérieur dans le domaine.