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

Sintesi Tecnica: Ripesatura dello Spettro Accelerata da GPU per lo Scattering Neutrino Solare–Elettrone

Definizione del Problema
Le misurazioni di precisione dello scattering elastico neutrino solare–elettrone fungono da sonde sensibili per la fisica oltre il Modello Standard (BSM), inclusi le Interazioni Non Standard (NSI) e i momenti magnetici anomali dei neutrini. Questi nuovi effetti fisici modificano la sezione d'urto differenziale, alterando sia il tasso di eventi che la forma spettrale degli elettroni di rinculo. Nelle analisi di verosimiglianza convenzionali, testare un'ipotesi di nuova fisica richiede la propagazione di uno spettro di rinculo modificato attraverso un modello di risposta del rivelatore derivato da simulazioni Monte Carlo (MC) complete (ad es. Geant4). Questo processo è computazionalmente proibitivo se eseguito per ogni punto in uno spazio di parametri multidimensionale, poiché la rigenerazione di campioni MC a livello di rivelatore per ogni variazione di parametro domina i costi di fit, scansioni e studi Markov-chain Monte Carlo.

Metodologia
Gli autori propongono un framework di ripesatura dello spettro accelerato da GPU che disaccoppia la variazione dei parametri fisici dalla simulazione del rivelatore. La metodologia centrale si basa sui seguenti passaggi:

1. Assunzione di Fattorizzazione: Il framework assume che la risposta del rivelatore per un elettrone di rincolo di una data energia cinetica $T$ sia indipendente dall'interazione sottostante (Modello Standard, NSI o momento magnetico). Di conseguenza, un singolo campione MC di base generato sotto l'ipotesi del Modello Standard (SM) è sufficiente per definire la mappatura tra l'energia di rincolo reale e gli osservabili ricostruiti (ad es. fotoelettroni).
2. Ripesatura Bin-a-Bin: Invece di rigenerare i campioni MC, il metodo applica pesi moltiplicativi ai bin dello spettro dell'energia di rincolo. Per un insieme di nuovi parametri fisici $\varepsilon$, lo spettro di rincolo previsto è calcolato come $f_T(T; \varepsilon) = r(T; \varepsilon) \cdot \hat{f}^{SM}_T(T)$, dove $r(T; \varepsilon)$ è la funzione di ripesatura derivata dalle sezioni d'urto differenziali modificate.
3. Propagazione della Risposta Fissa: Lo spettro ripesato è propagato attraverso una matrice di risposta del rivelatore precomputata, bidimensionale $R_{ij}$ (che mappa il bin di energia di rincolo vero $i$ al bin dell'osservabile ricostruito $j$). Questa matrice, derivata da Geant4, include effetti come lo quenching della scintillazione, la risoluzione energetica e l'efficienza di ricostruzione.
4. Implementazione GPU: Il calcolo è implementato utilizzando la libreria template NVIDIA Thrust, utilizzando primitive parallele (transform, reduce, transform-reduce). Il codice è scritto in una singola sorgente che compila sia per i backend CUDA (GPU) che OpenMP (CPU). La pipeline prevede:
   • Aggiornamento Fisico: Calcolo delle probabilità di oscillazione e delle sezioni d'urto differenziali su una griglia cinematica discretizzata.
   • Ripesatura MC: Applicazione della funzione di ripesatura allo spettro di rincolo e convoluzione con la matrice di risposta fissa.
   • Valutazione della Verosimiglianza: Accumulo dello spettro previsto e valutazione del log-likelihood di Poisson.

Contributi Chiave

• Efficienza Algoritmica: L'accelerazione primaria è ottenuta evitando la rigenerazione dei campioni MC a livello di rivelatore per ogni punto di parametro. Ciò riduce il costo computazionale di un aggiornamento di parametro da ore (simulazione completa) a millisecondi (ripesatura).
• Agnosticismo Hardware: Il framework è progettato per girare sia su GPU consumer comuni (ad es. NVIDIA RTX 3080 Ti) che su acceleratori da datacenter (ad es. NVIDIA A30X), nonché su CPU multi-core, utilizzando un codice unificato.
• Validazione: Il metodo è validato contro un riferimento analitico dove la soluzione esatta è nota. La previsione di ripesatura riproduce la verità analitica con una deviazione integrale inferiore a $10^{-6}$ per una griglia di rincolo di 2000 bin, confermando che l'approssimazione a livello di bin introduce un errore trascurabile rispetto alla scala di discretizzazione.

Risultati

• Benchmark delle Prestazioni:
  • Su una GPU NVIDIA A30X da datacenter, una singola valutazione di verosimiglianza richiede circa 52 ms. Ciò rappresenta un incremento di velocità di 58× rispetto a un singolo thread CPU e un incremento di 2,5× rispetto a una CPU a 64 thread completamente carica.
  • Su una NVIDIA RTX 3080 Ti consumer, la valutazione richiede circa 87 ms, consentendo scansioni di parametri interattive su una singola workstation.
• Accuratezza: Il framework recupera con successo i parametri iniettati nei test di "iniezione-recupero" sia per le NSI diagonali di sapore che per i momenti magnetici dei neutrini. La dipendenza $1/T$ accentuata della sezione d'urto del momento magnetico, che pone un test rigoroso per l'accuratezza del binning, è gestita con alta precisione.
• Scalabilità: L'implementazione GPU scala efficientemente, con il collo di bottiglia computazionale rappresentato dall'applicazione ripetuta del kernel di risposta, che è naturalmente parallelizzata attraverso i bin dell'energia ricostruita.

Significatività e Rivendicazioni
L'articolo sostiene che questo framework permetta scansioni di parametri interattive per le analisi dello scattering neutrino-elettrone solare su hardware accessibile ai singoli ricercatori. Gli autori sottolineano che l'accelerazione principale deriva dalla strategia algoritmica di evitare la rigenerazione MC piuttosto che esclusivamente dall'accelerazione hardware GPU. Sebbene la GPU fornisca un ulteriore fattore di velocità rispetto alle CPU multi-core, il valore del metodo risiede nel rendere fattibile l'analisi ad alta fedeltà del rivelatore all'interno di loop di fitting iterativi che prima erano computazionalmente intrattabili.

L'ambito è esplicitamente limitato agli scenari in cui la nuova fisica può essere rappresentata come una ripesatura di un esistente spettro di rincolo (ad es. NSI diagonali di sapore e momenti magnetici) mentre la risposta del rivelatore rimane fissa. Gli autori notano che scenari che coinvolgono particelle finali qualitativamente diverse o strutture di cambiamento di sapore richiederebbero un formalismo aggiuntivo. Il lavoro funge da studio metodologico, validato su risposte analitiche sintetiche e matrici derivate da Geant4, senza utilizzare specifici set di dati sperimentali.