MadVfold: accelerating NLO event generation and reducing negative weights with SIMD vectorization and GPUs

Nel mondo ad alta posta della fisica delle particelle, gli scienziati del Large Hadron Collider fanno scontrare protoni per ricreare le condizioni dell'universo primordiale. Per dare un senso ai detriti, essi si affidano a simulazioni informatiche che prevedono ciò che dovrebbe accadere durante queste collisioni. Tuttavia, calcolare queste previsioni con estrema precisione è un compito monumentale. I metodi più accurati, noti come calcoli al livello successivo (next-to-leading-order), sono incredibilmente lenti e computazionalmente costosi. Un ostacolo principale in queste simulazioni è la comparsa di "pesi negativi", un'anomalia matematica in cui alcuni eventi simulati portano un valore negativo. Per annullare il rumore che questi valori negativi creano e ottenere un'immagine chiara, i ricercatori devono generare lotti di eventi molto più grandi del solito, consumando enormi quantità di potenza di calcolo e tempo.

Per risolvere questo problema, i fisici hanno sviluppato una tecnica chiamata "folding" (ripiegamento). Immaginate di cercare di stimare il valore di un integrale complesso campionando un singolo punto; può essere rumoroso e impreciso. Il folding è come calcolare la stessa funzione complessa per diverse variazioni delle variabili cinematiche di un singolo evento e mediarne i risultati. Questo approccio fornisce una stima più stabile dell'integrale, il che aiuta a smussare il rumore statistico e riduce la necessità di pesi negativi. Sebbene efficace, questo metodo è esso stesso molto lento perché richiede al computer di eseguire la stessa complessa operazione molte volte per un singolo evento. Un nuovo approccio descritto da Andrea Valassi al CERN mira ad accelerare questo processo utilizzando l'hardware informatico moderno per eseguire queste ripetute operazioni simultaneamente, invece di una alla volta.

Il lavoro di Valassi introduce un metodo chiamato "vectorized folding" (folding vettorializzato), che sfrutta la potenza di elaborazione parallela delle moderne schede grafiche e degli avanzati processori centrali. Invece di chiedere al computer di calcolare la fisica per una specifica variazione di un evento, poi la successiva, e così via, il nuovo software raggruppa dozzine di queste variazioni insieme. Poi invia l'intero lotto al processore del computer, che calcola tutte le variazioni contemporaneamente. Questo è un cambiamento significativo rispetto al modo tradizionale in cui queste simulazioni vengono eseguite, che elabora gli eventi in modo sequenziale. Riorganizzando il software per sfruttare questa capacità parallela, il ricercatore ha creato un nuovo strumento chiamato MADVFOLD, progettato per lavorare con il pacchetto di simulazione ampiamente utilizzato Madgraph5_aMC@NLO.

I risultati di questa riorganizzazione sono sorprendenti. In test riguardanti la collisione di elettroni e positroni per produrre quark bottom, il nuovo metodo ha ridotto drasticamente il tempo richiesto per generare eventi simulati. Utilizzando i processori avanzati presenti nei moderni data center, la tecnica del folding vettorializzato ha reso il calcolo circa sei o nove volte più veloce del metodo standard. Quando i calcoli sono stati trasferiti a una unità di elaborazione grafica (GPU), l'accelerazione è stata ancora più pronunciata, raggiungendo quasi dieci volte la velocità dell'approccio originale. Questi guadagni sono stati ottenuti non cambiando la fisica sottostante, ma cambiando il modo in cui il computer esegue la matematica, permettendogli di gestire il carico pesante del folding in modo molto più efficiente.

La ricerca ha anche esplorato se questo approccio parallelo potesse essere applicato alla generazione di eventi senza la tecnica del folding del tutto. Anche in questo scenario "unfolded" (non ripiegato), dove l'obiettivo è semplicemente velocizzare la simulazione standard, il nuovo software ha fornito un aumento di velocità di tre volte. Ciò suggerisce che le modifiche architettoniche apportate per supportare il folding hanno benefici più ampi, rendendo l'intera pipeline di simulazione più efficiente. Il lavoro è stato sviluppato utilizzando un processo innovativo in cui il ricercatore si è affidato pesantemente ai modelli linguistici di grandi dimensioni (LLM) per assistere nella scrittura e nel test del codice, un metodo che ha permesso al progetto di passare dal concetto al software funzionante in sole sei settimane circa.

Nonostante le impressionanti accelerazioni, l'articolo nota che il folding rimane una tecnica computazionalmente costosa. Anche con questa accelerazione hardware, eseguire una simulazione con il folding richiede ancora significativamente più tempo rispetto all'esecuzione di una senza folding. Tuttavia, il compromesso è spesso necessario perché il folding riduce il numero di eventi a peso negativo, il che a sua volta riduce il numero totale di eventi necessari per raggiungere un risultato statisticamente significativo. Rendendo il processo di folding stesso molto più veloce, il nuovo metodo rende questo necessario compromesso più gestibile per i futuri esperimenti, incluso il programma High-Luminosity LHC. Lo studio conclude che, sebbene il software sia pronto per ulteriori test e perfezionamenti, esso rappresenta un passo avanti significativo nel rendere le simulazioni di fisica delle particelle ad alta precisione più fattibili per i massicci dataset previsti negli anni a venire.