gevolution 2.0: GPU-accelerated relativistic N-body simulations for cosmology

Imaginez l'univers comme un immense océan invisible. Pendant des siècles, les scientifiques ont tenté de cartographier les courants et les vagues de cet océan pour comprendre comment il s'est formé et où il va. La plupart du temps, ils ont utilisé une carte simplifiée appelée « physique newtonienne », qui fonctionne très bien pour les choses du quotidien comme la chute des pommes ou l'orbite des planètes. Mais quand on dézoome pour observer l'univers entier, ou la structure à grande échelle du cosmos, cette carte simple commence à devenir floue. Il faut le mode d'emploi complet et complexe de la relativité générale d'Einstein pour percevoir la véritable forme de l'espace et du temps. Le problème est que les mathématiques d'Einstein sont incroyablement lourdes ; c'est comme essayer de résoudre un puzzle d'un million de pièces où chaque pièce change constamment de forme. Pour ce faire, les scientifiques utilisent des superordinateurs pour exécuter des « simulations », qui sont essentiellement des univers virtuels où ils peuvent observer la formation et l'interaction des galaxies. Mais ces simulations ont été lentes et limitées, forçant souvent les scientifiques à choisir entre précision et vitesse.

Entrez en scène gevolution, un programme informatique spécial conçu pour simuler l'univers en utilisant les règles complètes d'Einstein. Jusqu'à présent, c'était comme une voiture de sport haut de gamme qui ne pouvait rouler que sur une piste très spécifique et lente. Le nouvel article présente gevolution 2.0, une mise à jour massive qui transforme cette voiture en fusée. Les auteurs, Julian Adamek et Øyvind Christiansen, ont complètement reconstruit le moteur pour qu'il fonctionne sur des GPU (processeurs graphiques). Vous connaissez peut-être les GPU comme les puces puissantes à l'intérieur des ordinateurs de jeux qui rendent les jeux vidéo magnifiques. Dans le monde de la science, ces puces sont comme un essaim de milliers de petits travailleurs ultra-rapides capables de faire des mathématiques tous en même temps. En apprenant à gevolution à utiliser ces travailleurs GPU, l'équipe a rendu possible l'exécution de ces simulations incroyablement complexes, de niveau Einstein, bien plus rapidement que jamais, ouvrant la porte à la compréhension du « secteur sombre » de l'univers — des choses mystérieuses comme l'énergie noire et la matière noire que nous ne pouvons pas voir, mais que nous ressentons certainement.

Le grand relooking : d'un travailleur à un essaim

Pensez à l'ancienne version de gevolution comme une équipe de construction où chaque travailleur (un processeur informatique) devait attendre que la personne à côté de lui termine une tâche avant de pouvoir commencer. C'était organisé, mais lent. La nouvelle version, gevolution 2.0, est comme l'embauche d'une armée massive de travailleurs spécialisés. Les auteurs n'ont pas seulement ajouté quelques travailleurs ; ils ont réorganisé tout le chantier. Ils utilisent désormais trois couches de travail d'équipe :

1. MPI : C'est le chef de projet qui divise l'univers en morceaux et les distribue à différents ordinateurs dans un réseau géant.
2. OpenMP : À l'intérieur de chaque ordinateur, c'est un contremaître qui s'assure que tous les cœurs CPU (la puissance de calcul standard) travaillent ensemble efficacement.
3. CUDA : C'est le véritable changement de donne. Il délègue le gros du travail aux GPU. Imaginez les cœurs CPU comme le cerveau qui planifie l'itinéraire, tandis que les GPU sont une flotte de voitures de course qui parcourent l'itinéraire à la vitesse de l'éclair.

L'équipe a dû réécrire la partie du code qui gère les « particules » (les étoiles et galaxies virtuelles). Dans l'ancienne version, les particules étaient comme un tas désordonné de billes qu'il fallait trier une par une. Dans la nouvelle version, elles sont organisées en rangées nettes, permettant au GPU de saisir et de déplacer des milliers d'entre elles à la fois. C'est la différence entre un bibliothécaire qui trie les livres un par un et un bras robotisé capable de saisir une étagère entière à la fois.

La course : à quelle vitesse est la vitesse ?

Pour prouver que leur nouveau moteur fonctionne, les auteurs ont soumis gevolution 2.0 à des tests sérieux sur le supercalculateur « Alps » en Suisse. Cette machine est un monstre, équipée de superpuces Nvidia Grace Hopper 200 (chacune avec 72 cœurs CPU et un puissant GPU).

Ils ont lancé un test de « mise à l'échelle forte » (strong scaling), ce qui revient à demander : « Si nous donnons ce même puzzle à de plus en plus de travailleurs, à quel point finissons-nous plus vite ? » Les résultats sont impressionnants. Lorsqu'ils ont augmenté le nombre d'ordinateurs, la vitesse de simulation a augmenté de manière presque parfaite. Les parties du code qui déplacent les particules (les étapes de « kick » et de « drift ») étaient si rapides qu'elles ralentissaient à peine, même avec des milliers de travailleurs. Cependant, ils ont identifié un goulot d'étranglement : l'écriture des résultats sur le disque dur. C'est comme avoir une voiture de course capable d'atteindre 200 mph, mais dont la ligne d'arrivée est une porte étroite qui ne laisse passer qu'une seule voiture à la fois. Malgré la vitesse, l'équipe a dû attendre que les données soient sauvegardées, ce qui a pris beaucoup de temps.

Ils ont également comparé gevolution 2.0 à deux autres codes de simulation célèbres : PKDGRAV3 et Gadget-4.

• PKDGRAV3 est comme un maître charpentier qui utilise un outil spécial pour mesurer chaque minuscule détail du grain du bois (résolution adaptative). Il est très précis pour les petites choses agglomérées, mais prend beaucoup de temps.
• Gadget-4 est un camion fiable et traditionnel qui fonctionne avec un carburant standard (CPU uniquement). Il est robuste mais beaucoup plus lent que les nouvelles voitures de course.
• gevolution 2.0 est la nouvelle voiture de course électrique. Elle utilise une grille fixe (comme un échiquier) plutôt que de mesurer chaque minuscule grain.

Les résultats ont montré que gevolution 2.0 était environ 4,5 fois plus rapide que l'ancienne version de lui-même fonctionnant uniquement sur CPU. Comparé aux autres codes, il était environ 20 fois plus rapide que PKDGRAV3 et près de 200 fois plus rapide que Gadget-4 (en tenant compte du nombre d'ordinateurs utilisés).

Mais la vitesse n'est pas tout. Les auteurs ont vérifié si la voiture de course était précise. Ils ont comparé le « spectre de puissance » (un graphique montrant à quel point l'univers est grumeleux) de leur simulation par rapport aux autres.

• Sur les grandes échelles (les grands morceaux de l'univers), gevolution correspondait presque parfaitement aux autres.
• Sur les échelles moyennes, il restait incroyablement proche, avec une différence d'environ un millième.
• Sur les échelles les plus petites (les détails les plus infimes), gevolution commençait à perdre un peu de précision car il utilise une grille fixe. C'est comme essayer de dessiner un cercle avec une règle ; vous obtenez une bonne forme, mais les bords sont un peu dentelés par rapport à un dessin à main levée. L'article note que pour la plupart des questions scientifiques, cette légère perte de détail est un échange équitable pour le gain massif de vitesse.

Pourquoi cela importe

La conclusion principale de cet article est que gevolution 2.0 est un outil entièrement fonctionnel, accéléré par GPU, capable de simuler l'univers en utilisant les lois complètes de la gravité d'Einstein à une vitesse auparavant jugée impossible pour des calculs aussi complexes. Les auteurs démontrent que si l'on peut obtenir des gains de vitesse massifs, il existe un compromis : la grille fixe signifie que l'on perd un peu de précision sur les échelles les plus petites par rapport aux méthodes qui adaptent leur résolution. Cependant, pour de nombreuses questions scientifiques, ce compromis est acceptable, permettant aux chercheurs de lancer des simulations relativistes qui étaient auparavant trop lentes pour être pratiques.

Ils sont très sûrs des chiffres de performance car ils les ont mesurés directement sur un véritable supercalculateur. Ils sont également convaincus que le code fonctionne pour la cosmologie standard, mais ils suggèrent que cet accélération sera particulièrement utile pour étudier les modèles « exotiques » de l'univers, comme ceux impliquant de nouveaux types d'énergie noire ou des champs qui se comportent de manière étrange. L'article ne prétend pas avoir résolu le mystère de la matière noire, mais il fournit un microscope beaucoup plus rapide et plus puissant pour chercher des indices.

En bref, les auteurs ont pris un outil lourd, lent et complexe et l'ont transformé en un instrument agile et à haute vitesse. Ce faisant, ils permettent aux scientifiques de réaliser des simulations plus détaillées et plus précises de notre univers, nous aidant à nous rapprocher de la compréhension des forces invisibles qui façonnent tout ce que nous voyons.