A Scalable Fast Multipole Method Poisson Solver for the RAMSES code: II. Adaptive Mesh Refinement and Adaptive Time Stepping

कल्पना कीजिए कि आप एक कंप्यूटर पर पूरे ब्रह्मांड का अनुकरण (सिमुलेशन) करने की कोशिश कर रहे हैं, आकाशगंगाओं के बीच के विशाल, खाली स्थानों से लेकर नए जन्म लेने वाले सितारों के घने, उथल-पुथल भरे केंद्रों तक। यह खगोलविदों के लिए परम चुनौती है: गुरुत्वाकर्षण एक "लंबी दूरी" का बल है जो पदार्थ के हर टुकड़े को दूसरे टुकड़े से जोड़ता है, चाहे वे कितनी भी दूर क्यों न हों। भौतिकी को सही ढंग से समझने के लिए, आपको इन संबंधों को हर जगह ट्रैक करना होगा। लेकिन यहाँ एक पेंच है: ब्रह्मांड अव्यवस्थित है। कुछ जगहें शांत और खाली हैं, जबकि अन्य अराजक और भीड़भाड़ वाली हैं। यदि आप पूरे ब्रह्मांड को हर जगह समान स्तर के विवरण के साथ मैप करने का प्रयास करेंगे, तो सिमुलेशन शुरू होने से पहले ही आपका कंप्यूटर पिघल जाएगा।

इसे हल करने के लिए, वैज्ञानिक "एडेप्टिव मेश रिफाइनमेंट" (AMR) नामक एक तरकीक का उपयोग करते हैं। इसे एक डिजिटल कैमरे की तरह समझें जो फोटो के केवल दिलचस्प हिस्सों पर अपने आप ज़ूम करता है। यदि आप एक जंगल की तस्वीर ले रहे हैं, तो कैमरा बैकग्राउंड के पेड़ों को धुंधला (कम रिज़ॉल्यूशन) रखता है लेकिन अग्रभूमि में एक गिलहरी का एकदम साफ़, हाई-डेफिनिशन शॉट लेता है। ब्रह्मांड में, इसका अर्थ है खाली स्थान के लिए एक मोटा, कम-विवरण वाला ग्रिड और गैस तथा सितारों के घने समूहों के लिए एक सुपर-फाइन, उच्च-विवरण वाला ग्रिड उपयोग करना। एक अन्य तरकीक, "एडेप्टिव टाइम स्टेपिंग" (ATS), एक वीडियो गेम की तरह काम करती है जो तेज़ गति वाली वस्तुओं (जैसे एक तेज़ चलती कार) के लिए समय को धीमा कर देती है जबकि धीमी गति वाली वस्तुओं (जैसे एक खड़ी हुई पेड़) के लिए समय को सामान्य रखती है। यह शोध पत्र उस "ग्रेविटी इंजन" के पीछे के गणित में गहराई से उतरता है जो इन सिमुलेशन को शक्ति देता है, विशेष रूप से यह देखने के लिए कि इन बदलते, ज़ूम करने वाले ग्रिडों के बीच गुरुत्वाकर्षण के अदृश्य खिंचाव की गणना कैसे की जाए बिना कंप्यूटर को क्रैश किए।

---

द ग्रेविटी गेम: खेलने का एक नया तरीका

कॉस्मिक सिमुलेशन की दुनिया में, गुरुत्वाकर्षण की गणना करना एक भीड़ भरे कमरे में हर हाथ मिलाने (handshake) को गिनने की कोशिश करने जैसा है। यदि आपके पास एक अरब लोग हैं, तो हर एक जोड़ी की जाँच करना असंभव है। दशकों से, RAMSES जैसे कंप्यूटर कोड में इस स्थिति को संभालने का मानक तरीका "मल्टीग्रिड" (MG) नामक एक विधि रहा है। कल्पना कीजिए कि MG कमरे के विभिन्न आकार के मानचित्रों के बीच इधर-उधर दौड़ने वाले संदेशवाहकों की एक टीम है। वे एक रफ स्केच से शुरू करते हैं, फिर एक मध्यम मानचित्र, फिर एक विस्तृत मानचित्र, और यह पता लगाने के लिए कि गुरुत्वाकर्षण कहाँ सबसे मजबूत है, ऊपर और नीचे नोट्स पास करते हैं। यह एक विश्वसनीय, सुव्यवस्थित मशीन है, लेकिन जब कमरे का लेआउट लगातार बदलता है, जैसे कि जब ज़ूम स्तर तेजी से बदलते हैं, तो यह सुस्त होने लगता है।

यहाँ इस शोध पत्र के लेखक, जुन-यंग ली और रोमेन टेसियर, टीम के लिए एक नया खिलाड़ी प्रस्तावित कर रहे हैं: फास्ट मल्टीपोल मेथड (FMM)। यदि मल्टीग्रिड संदेशवाहकों की एक टीम है, तो FMM एक सुपर-संगठित क्राउड-सोर्सिंग ऐप की तरह है। हर हाथ मिलाने की जाँच करने के बजाय, FSR लोगों को समूहों (clusters) में बांट देता है। यदि लोगों का एक समूह दूर है, तो ऐप उन्हें एक संयुक्त वजन वाले एकल "सुपर-पर्सन" के रूप में मानता है। यह केवल तभी व्यक्तिगत हाथ मिलाने की जाँच करने के लिए ज़ूम करता है जब लोग बिल्कुल पास-पास होते हैं। यह दृष्टिकोण गणितीय रूप से तेज़ (लीनियर टाइम, या $O(N)$) है और इसे पहले इसी लेखकों के एक पिछले शोध पत्र में एक सरल, बिना ज़ूमिंग वाले सेटिंग में टेस्ट किया जा चुका है।

बड़ी चुनौती: ज़ूमिंग और टाइम-ट्रैवलिंग

मूल FMM के साथ समस्या यह थी कि इसे एक स्थिर दुनिया के लिए बनाया गया था। लेकिन सिमुलेशन में ब्रह्मांड गतिशील होता है। यह ज़ूम इन और ज़ूम आउट करता है (AMR) और विभिन्न क्षेत्रों के लिए समय को तेज़ या धीमा करता है (ATS)। इस नए शोध पत्र में, लेखक इस बात की चुनौती से निपटते हैं कि FMM को इस अराजक, बदलते वातावरण में कैसे काम कराया जाए। उन्हें इसे संभव बनाने के लिए कुछ चतुर नए विचार विकसित करने पड़े:

1. मल्टीपल ट्रीज़ (Multiple Trees): पूरे कमरे के लिए एक बड़े मानचित्र के बजाय, उन्होंने ज़ूम के प्रत्येक स्तर के लिए एक अलग, विशिष्ट मानचित्र बनाया। यदि सिमुलेशन में एक मोटा स्तर और एक सुपर-फाइन स्तर है, तो वे डेटा के दो अलग-अलग "वृक्षों" (trees) को बनाए रखते हैं। यह बारीक स्तर को समय में आगे बढ़ने की अनुमति देता है जबकि मोटा स्तर स्थिर रहता है, बिना जमे हुए हिस्से से गुरुत्वाकर्षण का पता खोए।
2. मर्ज्ड ट्री (The Merged Tree): कंप्यूटर को बार-बार पड़ोसियों को खोजने में समय बर्बाद करने से रोकने के लिए, उन्होंने एक "मर्ज्ड ट्री" बनाया। यह एक मास्टर डायरेक्टरी की तरह है जो सभी सक्रिय ज़ूम स्तरों से जानकारी को जोड़ता है, ताकि कंप्यूटर को उन सभी को खोजने के लिए जिसे उसे बात करने की आवश्यकता है, केवल एक बार देखना पड़े।
3. नियरस्ट फील्ड (The Nearest Field): यह एक पेचीदा भौतिकी समस्या के लिए उनका सबसे रचनात्मक समाधान है। जब एक बारीक ग्रिड सेल एक मोटे ग्रिड सेल के ठीक बगल में स्थित होता है, तो गुरुत्वाकर्षण की गणना डगमगा सकती है और भौतिकी के नियमों (विशेष रूप से मोमेंटम संरक्षण) को तोड़ सकती है। लेखकों ने एक "नियरस्ट फील्ड" नियम पेश किया। यह एक विशेष हैंडशेक प्रोटोकॉल की तरह है जो मोटे और बारीक सेल्स को सीधे और सममित रूप से इंटरैक्ट करने के लिए मजबूर करता है, यह सुनिश्चित करता है कि यदि सेल A, सेल B को खींचता है, तो सेल B ठीक उसी बल के साथ सेल A को वापस खींचता है। यह सिमुलेशन को गलती से ऊर्जा बनाने या नष्ट करने से रोकता है।

उन्होंने क्या पाया: गति और स्थिरता

लेखकों ने अपने नए FMM सॉल्वर को परीक्षणों की एक कठिन प्रक्रिया से गुजारा, जिसमें उन्होंने पुराने मल्टीग्रिड (MG) तरीके के साथ आमने-सामने तुलना की।

सबसे पहले, उन्होंने सटीकता की जांच की। अलग-थलग स्टार क्लस्टर्स और गैस के दोहरे गोलों (double spheres) से जुड़े परीक्षणों में, नया FMM तरीका पुराने MG तरीके से लगभग पूरी तरह मेल खाता था। अंतर बहुत मामूली थे, अक्सर 1% से भी कम। यह साबित करता है कि नया "ज़ूमिंग" FMM उतना ही सटीक है जितना कि भरोसेमंद मानक।

हालाँकि, असली जादू तब हुआ जब उन्होंने यह परीक्षण किया कि वे मोमेंटम (गतिमान वस्तुओं की ताकत) को कितनी अच्छी तरह संरक्षित करते हैं। उन्होंने एक दूसरे की कक्षा में घूमते दो समान द्रव्यमान वाले सितारों का सिमुलेशन किया। पुराने MG तरीके में, जैसे-जैसे सिमुलेशन गहराई से ज़ूम इन करता गया, सितारे अंदर की ओर घूमने लगे और आपस में टकराने लगे, जो एक संकेत था कि गणित ऊर्जा खो रहा था। यह ऐसा था जैसे सिमुलेशन टायर से हवा लीक कर रहा हो। हालाँकि, नया FMM तरीका, अत्यधिक रिफाइनमेंट के बावजूद, सितारों को एक स्थिर कक्षा में बनाए रखता है। लेखक सुझाव देते हैं कि यह उनके द्वारा बनाए गए "नियरस्ट फील्ड" के कारण है जो ज़ूम सीमाओं के पार बलों को संतुलित रखता है, जबकि पुराना तरीका मोटे और बारीक ग्रिड के बीच के संक्रमण के साथ संघर्ष करता था।

उन्होंने एक नाटकीय परिदृश्य का भी परीक्षण किया: एक घूमता हुआ गैस का बादल जो एक नन्हे तारे के निर्माण के लिए ढह रहा है। दोनों तरीकों ने बहुत समान परिणाम दिए, जिससे पता चला कि बादल ढह रहा है, घूम रहा है और एक केंद्र बना रहा है। यह सुझाव देता है कि जटिल, वास्तविक दुनिया की खगोलीय घटनाओं के लिए, नया FMM इस काम को संभालने के लिए पर्याप्त मजबूत है।

अंतिम निर्णय: बड़े मशीनों पर तेज़

शायद सबसे रोमांचक खोज गति के बारे में है। एक सिंगल कंप्यूटर प्रोसेसर पर चलाने पर, पुराना मल्टीग्रिड तरीका थोड़ा तेज़ था। लेकिन जैसे ही लेखकों ने अधिक प्रोसेसर जोड़े (एक सुपरकंप्यूटर का अनुकरण करते हुए), नया FMM तरीका आगे निकल गया। बड़े, जटिल ग्रिड के परीक्षणों में, FMM बहुत बेहतर तरीके से स्केल (scale) हुआ। इसका अर्थ है कि जैसे-जैसे हम ब्रह्मांड का अनुकरण करने के लिए बड़े और बड़े सुपरकंप्यूटर बनाते जा रहे हैं, यह नया तरीका तेज़ और अधिक कुशल होता जाएगा, जबकि पुराना तरीका एक सीमा (wall) से टकराकर रुक जाएगा।

लेखक सावधानी बरतते हुए नोट करते हैं कि उनका वर्तमान संस्करण अलग-थलग वस्तुओं (जैसे एक अकेली आकाशगंगा) के लिए सबसे अच्छा काम करता है और अभी तक कॉस्मोलॉजी के दोहराव वाले, अनंत ब्रह्मांड (जिसके लिए "पीरियडिक बाउंड्रीज़" नामक एक अलग गणितीय तकनीक की आवश्यकता होती है) के लिए नहीं है। वे यह भी उल्लेख करते हैं कि हालांकि उनकी विधि बेहतरीन है, यह हर एक सैद्धांतिक परिदृश्य में पूर्ण मोमेंटम संरक्षण की गारंटी नहीं देती है जैसा कि कुछ कण-आधारित विधियाँ देती हैं, लेकिन उनके सिमुलेशन में, यह काम के लिए स्थिर और सटीक रूप से पर्याप्त थी।

संक्षेप में, ली और टेसियर ने RAMSES सिमुलेशन कोड के लिए ग्रेविटी इंजन को सफलतापूर्वक अपग्रेड कर दिया है। उन्होंने एक तेज़, चतुर एल्गोरिदम लिया है और उसे ब्रह्मांड के ज़ूमिंग और समय-स्लाइडिंग के साथ नृत्य करना सिखाया है। परिणाम एक ऐसा उपकरण है जो न केवल सटीक है बल्कि भविष्य के विशाल सुपरकंप्यूटरों पर कुशलतापूर्वक चलने के लिए भी तैयार है, जो हमें यह समझने में मदद करेगा कि कंप्यूटिंग शक्ति पर भारी खर्च किए बिना तारे और आकाशगंगाएँ कैसे जन्म लेती हैं।