On the Acceleration of Pulsar Timing computations using Normalising Flows and Parallelisation

कल्पना कीजिए कि ब्रह्मांड एक विशाल, ब्रह्मांडीय ऑर्केस्ट्रा है, और इसकी सिम्फनी के भीतर गुरुत्वाकर्षण तरंग पृष्ठभूमि (Gravitational Wave Background) की मंद, लयबद्ध धड़कनें छिपी हुई हैं। ये ध्वनि तरंगें नहीं हैं, बल्कि स्वयं स्पेसटाइम (देश-काल) के ताने-बाने में उठने वाली लहरें हैं, जो अरबों साल पहले विशाल ब्लैक होल्स के एक साथ नृत्य करने से बनी थीं। इस ब्रह्मांडीय गूँज को सुनने के लिए, वैज्ञानिक "पल्सर टाइमिंग एरेज़" (Pulsar Timing Arrays) का उपयोग करते हैं। पल्सर को ब्रह्मांड के सबसे विश्वसनीय मेट्रोनोम के रूप में समझें—ये मृत तारे हैं जो इतनी तेज़ी और निरंतरता से घूमते हैं कि वे लाइटहाउस की तरह प्रकाश की किरणें छोड़ते हैं। इन चमकों के समय को अत्यधिक सटीकता के साथ मापकर, खगोलशास्त्री यह पता लगा सकते हैं कि क्या हमारे और पल्सर के बीच का स्पेसटाइम किसी गुजरती हुई गुरुत्वाकर्षण तरंग द्वारा खींचा या दबाया गया है।

हालाँकि, इस ब्रह्मांडीय संगीत को सुनना अविश्वसनीय रूप से कठिन है। डेटा अव्यवस्थित है, जो पल्सर के अपने डगमगाते घुमाव, धुंधले लेंस की तरह काम करने वाले अंतरतारकीय माध्यम (interstellar medium), और हमारी घड़ियों की सीमाओं से भरा हुआ है। यह एक तूफान में फुसफुसाहट सुनने जैसा है। डेटा को समझने के लिए, वैज्ञानिक सिग्नल को शोर (noise) से अलग करने के लिए जटिल गणित का उपयोग करते हैं, लेकिन गणित इतना भारी है और डेटा इतना विशाल है कि अक्सर एक एकल कंप्यूटर के लिए गणनाओं को पूरा करने में हफ्तों या महीनों का समय लग जाता है। यह शोध उस बाधा को दूर करने के लिए है, जो एक सरल लेकिन महत्वपूर्ण प्रश्न पूछ रहा है: क्या हम इन ब्रह्मांडीय पहेलियों को अनंत काल तक प्रतीक्षा किए बिना हल करने का एक तेज़ तरीका खोज सकते हैं?

इस अध्ययन के लेखक, चर्चिल दिवेदी, हिया शाह और हेमंग ताहबिल्डर ने एक नए, उच्च-तकनीकी उपकरण "नॉर्मलाइजिंग फ्लोज़" (Normalising Flows) का पारंपरिक, भरोसेमंद तरीकों के विरुद्ध परीक्षण करने का निर्णय लिया, जिनका उपयोग खगोल विज्ञान समुदाय द्वारा किया जाता है। उन्होंने इस समस्या को एक दौड़ की तरह माना। ट्रैक के एक तरफ, उनके पास पारंपरिक धावक थे: PTMCMCSAMPLER, एक कार्यवाहक जो "पैरेलल टेम्परिंग" (Parallel Tempering) नामक तकनीक का उपयोग करता है (कल्पना करें कि कई हाइकर्स को अलग-अलग तापमान पर एक पर्वत श्रृंखला का पता लगाने के लिए भेजा जाता है, जो उच्चतम शिखरों को खोजने के लिए आपस में स्थान बदलते हैं), और PARALLEL BILBY, एक नया धावक जो "नेस्टेड सैंपलिंग" (Nested Sampling) का उपयोग करता है (जैसे खोजकर्ताओं की एक टीम व्यवस्थित रूप से खोज क्षेत्र को संकुचित करती है)। दूसरी ओर, उन्होंने POCOMC नामक एक स्प्रिंटर पेश किया, जो "नॉर्मलाइजिंग फ्लोज़" नामक एक चतुर ट्रिक का उपयोग करता है।

इस ट्रिक को समझने के लिए, डेटा के परिदृश्य को ऊन के एक मुड़े हुए, उलझे हुए गोले के रूप में कल्पना करें। पारंपरिक तरीके इसे एक-एक करके सिरों को खींचकर सुलझाने की कोशिश करते हैं, जिसमें बहुत समय लगता है। हालाँकि, POCOMC एक गणितीय "जादुई छड़ी" (Normalising Flow) का उपयोग करके ऊन को तुरंत एक चिकनी, सरल रेखा में सीधा कर देता है, जिससे समाधान खोजना बहुत आसान हो जाता है। शोधकर्ताओं ने इन उपकरणों का परीक्षण सिम्युलेटेड डेटा पर किया जो वास्तविक पल्सर अवलोकनों की नकल करता था, जिसमें सरल शोर वाले परिदृश्य और जटिल, उलझे हुए सहसंबंधों (correlations) वाले परिदृश्य शामिल थे।

परिणाम "एकल मशीन पर सबसे तेज़" और "एक बड़ी टीम के साथ सबसे तेज़" का मिश्रण थे। जब एक एकल कंप्यूटर नोड पर चलाया गया, तो POCOMC निर्विवाद विजेता था। इसने एक जटिल खोज को हल किया जिसमें पुराने तरीके (PTMCMCSAMPLER) को 10 दिनों से अधिक का समय लगा था, मात्र लगभग 10 घंटों में। इससे भी अधिक प्रभावशाली बात यह है कि, एक विशिष्ट प्रकार के सिंगल-पल्सर विश्लेषण के लिए, इसने लगभग 10 घंटों में काम पूरा किया, जबकि पुराने तरीके को दिनों लग जाते। लेखकों ने पाया कि POCOMC इतना कुशल था कि इसे अविश्वसनीय रूप से तेज़ होने के लिए सुपरकंप्यूटर या विशेष ग्राफिक्स कार्ड की आवश्यकता नहीं थी; इसे बस एक स्मार्ट तरीके से चलने वाला मानक कंप्यूटर चाहिए था।

हालाँकि, कहानी बदल जाती है जब आप कंप्यूटरों की एक पूरी टीम लेकर आते हैं। जब शोधकर्ताओं ने काम को कई कंप्यूटिंग नोड्स (16 नोड्स, प्रत्येक 48 थ्रेड्स के साथ) में फैलाया, तो PARALLEL BILBY आर्किटेक्चर ने बढ़त बना ली। यह टीम के बीच श्रम विभाजन करने में सर्वश्रेष्ठ था। पल्सर के पूरे एरे (array) में जटिल सहसंबंधों (जिसे "हेलिंग्स एंड डाउन्स" सर्च कहा जाता है) से जुड़ी एक खोज के लिए, PARALLEL BILBY ने 16 नोड्स का उपयोग करके समय को घटाकर लगभग 100 मिनट कर दिया, जबकि एक एकल नोड पर POCOMC को बहुत अधिक समय लगता। दिलचस्प बात यह है कि POCOMC ने एक दीवार महसूस की जब उन्होंने बहुत सारे कंप्यूटर जोड़ने की कोशिश की; लगभग 4 नोड्स के बाद, और अधिक जोड़ने से यह तेज़ नहीं हुआ, बल्कि कुछ मामलों में धीमा भी हो गया। लेखक संदेह करते हैं कि ऐसा इसलिए है क्योंकि जब बहुत सारे प्रोसेसर एक साथ काम करने की कोशिश करते हैं, तो "जादुई छड़ी" वाला चरण बहुत भीड़भाड़ वाला हो जाता है।

पत्र ने ECORR नामक शोर के एक विशिष्ट प्रकार को संभालने के विभिन्न तरीकों की भी तुलना की। उन्होंने पाया कि "फास्ट-शेरमैन-मोरिसन" (fast-sherman-morrison) विधि इस शोर की गणना करने का सबसे कुशल तरीका था, जबकि मानक "शेरमैन-मोरिसन" (sherman-morrison) विधि सबसे धीमी थी। उन्होंने यह भी नोट किया कि PTMCMCSAMPLER सभी में सबसे कम कुशल था, जिसे काफी अधिक समय लगा, और कुछ मामलों में, अधिक कंप्यूटर जोड़ने से यह तेज़ होने के बजाय धीमा हो गया।

अंत में, लेखक सुझाव देते हैं कि पल्सर टाइमिंग का भविष्य काम के लिए सही उपकरण चुनने पर निर्भर करता है। यदि आप एक एकल कंप्यूटर पर काम कर रहे हैं या एक समय में एक पल्सर का विश्लेषण कर रहे हैं, तो POCOMC नया सितारा है, जो बिना सुपरकंप्यूटर की आवश्यकता के भारी गति प्रदान करता है। लेकिन यदि आपके पास दर्जनों नोड्स वाला एक विशाल सुपरकंप्यूटर है और आपको एक साथ पल्सर के पूरे एरे का विश्लेषण करना है, तो PARALLEL BILBY सबसे अच्छा विकल्प है। ये निष्कर्ष बताते हैं कि इन तेज़ तरीकों का उपयोग करके, वैज्ञानिक जल्द ही ब्रह्मांड के बहुत अधिक जटिल मॉडलों का पता लगा सकते हैं जो पहले गणना के लिए असंभव थे, जो हमें अंततः उस ब्रह्मांडीय गूँज को सुनने के करीब ला सकता है।