gevolution 2.0: GPU-accelerated relativistic N-body simulations for cosmology

宇宙を巨大で目に見えない海として想像してみてください。何世紀もの間、科学者たちはこの海の潮流や波をマッピングすることで、宇宙がどのように形成され、どこへ向かっているのかを理解しようとしてきました。ほとんどの場合、彼らは「ニュートン物理学」という簡略化された地図を使用してきました。これは、リンゴが落ちたり惑星が軌道を回ったりするような、日常的な事象には非常にうまく機能します。しかし、宇宙全体へとズームアウトしたり、宇宙の非常に大規模な構造を見たりすると、その単純な地図はぼやけ始めます。宇宙の真の姿や時空の形状を見るためには、アインシュタインの一般相対性理論という、より完全で複雑なルールブックが必要になります。問題は、アインシュタインの数学は信じられないほど重いことです。それは、すべてのピースが絶えず形を変え続ける、100万ピースのパズルを解こうとするようなものです。これを行うために、科学者たちはスーパーコンピュータを使用して「シミュレーション」を実行します。これは、銀河がどのように形成され、相互作用するかを観察できる仮想の宇宙です。しかし、これらのシミュレーションは低速で制限が多く、科学者は精度と速度のどちらかを選択することを余儀なくされることがよくありました。

そこで登場したのが、アインシュタインの完全なルールを用いて宇宙をシミュレートするために設計された特別なコンピュータプログラム、gevolutionです。これまでは、特定の低速なトラックでしか走れない高級スポーツカーのようなものでした。新しい論文では、この車をロケットへと変貌させる大規模なアップグレードであるgevolution 2.0を紹介しています。著者である Julian Adamek と Øyvind Christiansen は、エンジンを完全に再構築し、GPU（グラフィックス・プロセッシング・ユニット）で動作するようにしました。GPUは、ビデオゲームを素晴らしい見た目にするゲーミングコンピュータの中に搭載されている強力なチップとして知られているかもしれません。科学の世界では、これらのチップは、何千もの小さな超高速ワーカーが同時に数学的計算を行うスウォーム（群れ）のようなものです。gevolutionにこれらのGPUワーカーを使うよう教えることで、チームは、これほど複雑なアインシュタインレベルのシミュレーションをかつてないほど高速に実行することを可能にしました。これにより、目には見えないが確実に影響を与えているダークエネルギーやダークマターといった、宇宙の「ダークセクター」を理解するための扉が開かれました。

大規模な改造：一人の作業員からスウォームへ

旧バージョンのgevolutionを、個々の作業員（コンピュータ・プロセッサ）が隣の人がタスクを終えるのを待たなければならない建設現場だと考えてみてください。組織的ではありますが、遅いです。新しいバージョンであるgevolution 2.0は、専門化された大量の作業員を雇うようなものです。著者たちは単に数人の作業員を増やしただけでなく、ジョブサイト全体を再編成しました。彼らは現在、3つの階層のチームワークを使用しています：

1. MPI: これはプロジェクトマネージャーであり、宇宙を塊（チャンク）に分割し、巨大なネットワーク内の異なるコンピュータに配布します。
2. OpenMP: 各コンピュータ内部において、これはフォアマン（現場監督）であり、すべてのCPUコア（標準的な演算能力）が効率的に連携して動いていることを確認します。
3. CUDA: これこそが真のゲームチェンジャーです。これは重労働をGPUへとオフロードします。CPUコアをルートを計画する「脳」だとすると、GPUはルートを電光石火の速さで走行する「レースカーの艦隊」です。

チームは、「粒子」（仮想の星や銀河）を扱うコードの部分を書き直す必要がありました。旧バージョンでは、粒子は一つずつ分類しなければならないバラバラのビー玉の山のようなものでした。新バージョンでは、粒子は整然とした列に整理されており、GPUが一度に数千個の粒子を掴んで移動できるようになっています。これは、司書が本を一冊ずつ整理するのと、棚ごと一度に掴むことができるロボットアームの違いのようなものです。

レース：速いとはどれくらい速いのか？

新しいエンジンが機能することを証明するために、著者たちはスイスの「Alps」スーパーコンピュータでgevolution 2.0に本格的なテストを行いました。このマシンは、Nvidia Grace Hopper 200 スーパーチップ（それぞれ72個のCPUコアと強力なGPUを搭載）を詰め込んだ怪物です。

彼らは「強いスケーリング」テストを実施しました。これは、「もし同じサイズのパズルをより多くの作業員に与えたら、どれくらい早く終わるか？」と問うようなものです。結果は印象的でした。コンピュータの数を増やすと、シミュレーション速度はほぼ完璧に上昇しました。粒子を移動させるコードの部分（「キック」と「ドリフト」のステップ）は非常に速く、数千人の作業員がいてもほとんど速度低下が見られませんでした。しかし、彼らは一つのボトルネックを発見しました。それは、結果をハードドライブに書き込むプロセスです。それは、時速200マイルで走れるレースカーがあっても、ゴール地点が一度に一台の車しか通れない狭いゲートであるようなものです。速度は上がったものの、データを保存する際に待ち時間が発生し、それが多くの時間を占めてしまいました。

彼らはまた、gevolution 2.0を他の2つの有名なシミュレーションコード、PKDGRAV3およびGadget-4と比較しました。

• PKDGRAV3は、木目の微細な詳細まで測るための特殊な道具を使う熟練した大工のようなものです（適応解像度）。非常に正確ですが、時間がかかります。
• Gadget-4は、標準的な燃料（CPUのみ）で走る信頼できる旧式のトラックです。頑丈ですが、新しいレースカーよりもはるかに低速です。
• gevolution 2.0は、新しい電気自動車のレースカーです。これは（チェス盤のような）固定されたグリッドを使用しており、微細な粒を一つずつ測定するのではなく、代わりにこれを用います。

結果は、gevolution 2.0が旧バージョンのCPUのみのバージョンよりも約4.5倍高速であることを示しました。他のコードと比較すると、使用したコンピュータの数を考慮した場合、PKDGRAV3よりも約20倍速く、Gadget-4よりも約200倍速い結果となりました。

しかし、速さだけがすべてではありません。著者たちは、レースカーが正確かどうかを確認しました。彼らは、シミュレーションから得られた「パワースペクトル」（宇宙がいかに塊状であるかを示すグラフ）を他のコードと比較しました。

• 大規模なスケール（宇宙の大きな塊）においては、gevolutionは他のコードとほぼ完全に一致しました。
• 中規模なスケールにおいても、誤差は1000分の1程度であり、依然として非常に近い値を示しました。
• 最も微細なスケールにおいては、固定グリッドを使用しているため、gevolutionはわずかに精度を失い始めました。それは、定規を使って円を描こうとするようなものです。形は整っていますが、自由な手描きに比べるとエッジが少しギザギザになります。論文では、ほとんどの科学的な問いにおいて、この小さな精度の損失は、得られる莫大な速度向上との公正なトレードオフであると述べています。

なぜこれが重要なのか

この論文の主要な発見は、gevolution 2.0が、アインシュタインの完全な重力法則を用いて、これまで不可能と考えられていた速度で宇宙をシミュレートできる、完全に機能するGPU加速ツールであるということです。著者たちは、大幅な速度向上を実現できる一方で、トレードオフが存在することも示しています。すなわち、固定グリッドを使用することで、解像度を適応させる手法と比較して、極めて微細なスケールでの精度が低下するという点です。しかし、多くの科学的な問いにおいては、このトレードオフは許容範囲内であり、以前は実用的ではなかったほど複雑な相対論的シミュレーションを実行することを可能にします。

彼らは、実際のスーパーコンピュータ上で直接測定を行ったため、パフォーマンスの数値については非常に自信を持っています。また、コードが標準的な宇宙論に対して機能することにも自信を持っており、この高速化は、新しいタイプのダークエネルギーや奇妙な挙動を示す場（フィールド）を含むような、「エキゾチック」な宇宙モデルの研究に特に有用であると示唆しています。この論文は、ダークマターの謎を解明したと主張しているわけではありませんが、その手がかりを探るための、より速く、より強力な顕微鏡を提供しているのです。

要約すると、著者たちは重くて遅く複雑な道具を、機敏で高速な計測器へと作り変えました。そうすることで、科学者が私たちの宇宙についてより詳細で正確なシミュレーションを実行できるようにし、私たちが見ているあらゆるものを形作っている目に見えない力の理解に近づけるようにしたのです。