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

Immaginate che l'universo sia una vasta orchestra cosmica e che, nascosto all'interno della sua sinfonia, si trovino i deboli battiti ritmici di un Fondo di Onde Gravitazionali. Questi non sono onde sonore, ma increspature nel tessuto stesso dello spaziotempo, create da buchi neri massicci che danzavano insieme miliardi di anni fa. Per ascoltare questo ronzio cosmico, gli scienziati utilizzano i "Pulsar Timing Arrays". Pensate ai pulsar come ai metronomi più affidabili dell'universo: stelle morte che ruotano così velocemente e costantemente da emettere fasci di luce come fari. Cronometrando questi lampi con estrema precisione, gli astronomi possono rilevare se lo spaziotempo tra noi e il pulsar è stato allungato o compresso da un'onda gravitazionale passante.

Tuttavia, ascoltare questa musica cosmica è incredibilmente difficile. I dati sono disordinati, pieni di "rumore" derivante dall'oscillazione stessa del pulsar, dal mezzo interstellare che agisce come una lente nebbiosa e dai limiti dei nostri orologi. È come cercare di sentire un sussurro in un uragano. Per dare un senso ai dati, gli scienziati utilizzano una matematica complessa per separare il segnale dal rumore, ma la matematica è così pesante e i dati così enormi che spesso occorrono settimane o addirittura mesi affinché un singolo computer possa elaborare i numeri. Questo articolo affronta questo collo di bottiglia, ponendo una domanda semplice ma vitale: possiamo trovare un modo più veloce per risolvere questi enigmi cosmici senza dover aspettare un'eternità?

Gli autori di questo studio, Churchil Dwivedi, Hiya Shah e Hemanga Tahbildar, hanno deciso di testare un nuovo strumento tecnologico avanzato chiamato "Normalising Flows" contro i metodi tradizionali utilizzati dalla comunità astronomica. Hanno trattato il problema come una gara. Da un lato della pista, c'erano i corridori tradizionali: PTMCMCSAMPLER, un cavallo di battaglia che utilizza una tecnica chiamata "Parallel Tempering" (immaginate di inviare molti escursionisti a diverse temperature per esplorare una catena montuosa, scambiandosi di posto per trovare le vette più alte), e PARALLEL BILBY, un corridore più recente che utilizza il "Nested Sampling" (come una squadra di esploratori che restringono sistematicamente l'area di ricerca). Dall'altro lato, hanno introdotto uno sprinter chiamato POCOMC, che utilizza un trucco ingegnoso: i "Normalising Flows".

Per capire il trucco, immaginate il panorama dei dati come una pallina di lana attorcigliata e annodata. I metodi tradizionali cercano di districarla tirando i capi uno alla volta, il che richiede molto tempo. POCOMC, tuttavia, utilizza una "bacchetta magica" matematica (il Normalising Flow) per raddrizzare istantaneamente la lana in una linea liscia e semplice, rendendo molto più facile trovare la soluzione. I ricercatori hanno testato questi strumenti su dati simulati che imitavano le reali osservazioni dei pulsar, includendo scenari in cui il rumore era semplice e scenari in cui era una rete complessa e aggrovigliata di correlazioni.

I risultati sono stati un mix di "più veloce su una singola macchina" e "più veloce con un enorme team". Eseguendo il test su un singolo nodo di calcolo, POCOMC è stato il campione indiscusso. Ha risolto una ricerca complessa che al vecchio metodo (PTMCMCSAMPLER) richiedeva oltre 10 giorni in circa 10 ore. Ancora più impressionante, per un tipo specifico di analisi di un singolo pulsar, ha terminato in circa 10 ore, mentre il metodo precedente avrebbe richiesto giorni. Gli autori hanno scoperto che POCOMC era così efficiente da non aver bisogno di un supercomputer o di schede grafiche speciali per essere incredibilmente veloce; aveva solo bisogno di un computer standard che lavorasse in modo intelligente.

Tuttamente, la storia cambia quando si porta in campo un intero team di computer. Quando i ricercatori hanno distribuito il lavoro su molti nodi di calcolo (fino a 16 nodi, ciascuno con 48 thread), l'architettura PARALLEL BILBY ha preso il comando. Era la migliore nel dividere il lavoro tra il team. Per una ricerca che coinvolgeva correlazioni complesse attraverso l'intero array di pulsar (chiamata ricerca "Hellings e Downs"), PARALLEL BILBY ha ridotto il tempo a circa 100 minuti utilizzando 16 nodi, mentre POCOMC su un singolo nodo avrebbe impiegato molto più tempo. Interessantemente, POCOMC ha incontrato un limite quando hanno provato ad aggiungere troppi computer; dopo circa 4 nodi, aggiungerne altri non la rendeva più veloce, e in alcuni casi, la rallentava. Gli autori sospettano che ciò sia dovuto al fatto che il passaggio della "bacchetta magica" diventa troppo affollato quando troppi processori cercano di lavorarci contemporaneamente.

Il documento ha anche confrontato diversi modi per gestire un tipo specifico di rumore chiamato ECORR. Hanno scoperto che il metodo "fast-sherman-morrison" era il modo più efficiente per calcolare questo rumore, mentre il metodo standard "sherman-morrison" era il più lento. Hanno inoltre notato che PTMCMCSAMPLER era il meno efficiente di tutti, richiedendo significativamente più tempo degli altri e, in alcuni casi, aggiungere più computer lo rendeva più lento invece che più veloce.

In definitiva, gli autori suggeriscono che il futuro del pulsar timing dipenda dalla scelta dello strumento giusto per il compito assegnato. Se state lavorando su un singolo computer o analizzando un singolo pulsar alla volta, POCOMC è la nuova stella, offrendo un enorme incremento di velocità senza bisogno di un supercomputer. Ma se avete accesso a un enorme supercomputer con decine di nodi e dovete analizzare l'intero array di pulsar contemporaneamente, PARALLEL BILBY è la scelta migliore. Queste scoperte suggeriscono che, utilizzando questi metodi più veloci, gli scienziati potranno presto esplorare modelli dell'universo molto più complicati che erano precedentemente impossibili da calcolare, portandoci potenzialmente più vicini all'ascoltare finalmente quel ronzio cosmico di onde gravitazionali.