KineticXGPU: A Tensorized Collision Operator for Dark-Sector Self-Scattering

Technische Samenvatting: KineticXGPU: Een getensoriseerde botsingsoperator voor zelfverstrooiing in de donkere sector

Probleemstelling
De microscopische aard van donkere materie (DM) blijft onbekend, waarbij alternatieve productiegeschiedenissen zoals freeze-in aan terrein winnen vanwege het gebrek aan directe detectiesignalen. In scenario's waarin DM via meerdere kanalen op verschillende tijdstippen wordt geproduceerd (bijv. vroege thermische verval en laat condensaatverval), kan de resulterende faseruimteverdeling niet-thermisch en bimodal zijn. Hoewel zelfinteracties dergelijke verdelingen naar thermisch evenwicht (Local Thermal Equilibrium, LTE) kunnen brengen, hangt de efficiëntie van dit proces af van de elastische $2 \to 2$ verstrooiingssnelheid.

Het oplossen van de volledere Boltzmann-vergelijking (fBE) om de momentum-afhankelijke evolutie van dergelze verdelingen te volgen, is numeriek veeleisend. De elastische botsingsoperator koppelt verschillende regio's in de faseruimte, wat een sommatie over het momentumrooster voor elke bin vereist. Bestaande publieke tools voor de evolutie van donkere materie (bijv. DRAKE, BEST) vertrouwen vaak op CPU-gebaseerde implementaties of fluïdumbenaderingen (gekoppelde Boltzmann-vergelijkingen, cBE) die een thermische vorm aannemen. Fluïdumbenaderingen slagen er niet in om niet-thermische kenmerken te vangen, terwijl CPU-gebaseerde momentum-opgeloste solvers worstelen met de computationele kosten van de hoogdimensionale integralen die vereist zijn voor de botsingsterm.

Methodologie
De auteurs presenteren KineticXGPU, een op PyTorch gebaseerde implementatie van de $2 \to 2$ elastische zelfbotsingsoperator, ontworpen voor GPU-acceleratie.

1. Discretisatie en Tensorisatie:

   • De Boltzmann-vergelijking wordt opgelost voor de faseruimteverdeling $f(t, p)$ in een expanderend universum. De auteurs stappen over naar comoving momentum $q = a(t)p$ om de Hubble-redshifting term van de linkerzijde te verwijderen.
   • De momentumruimte wordt gediscretiseerd op een logaritmisch rooster. De botsingsoperator, die een vierdimensionale integraal bevat over momenta die beperkt worden door energie-impulsbehoud, wordt gereduceerd tot een som over roosterpunten.
   • Cruciaal is dat de gediscretiseerde operator wordt geherformuleerd als een reeks tensorcontracties. De gain-minus-loss structuur ($f_n f_m - f_i f_{\tilde{j}}$) wordt geëvalueerd door te sommeren over interne momentumindices ($n, m$) voor elke externe bin ($i$). Deze structuur maakt de operaties zeer paralleliseerbaar, wat natuurlijk aansluit bij GPU-architecturen.

2. Numerieke Implementatie:

   • Integratie: De tijdevolutie wordt gebruikt met de schaalfactor $a$ (of $u = \log a$) als de onafhankelijke variabele. De integratiestrategie is adaptief:
     • Op vroege tijdstippen waar zelfverstrooiing verwaarloosbaar is ($\Gamma_{2\to2} \ll H$), wordt een vaste-stap vierde-orde Runge-Kutta methode gebruikt met de botsingsterm op nul gezet.
     • Zodra de verstrooiingssnelheid significant wordt ($\Gamma_{2\to2}/H > 10^{-2}$), schakelt de solver over naar een adaptieve Heun-methode om de niet-lineariteit van de botsingsterm aan te pakken.
   • Conservering: Om strikte conservering van het deeltjesaantal en energie (nulde en eerste momenten) te waarborgen, implementeren de auteurs een projectietechniek. De elastische bijdrage wordt geprojecteerd op de subruimte met voortvloeiende momenten om numerieke fouten te corrigeren die voortkomen uit eindige roosterbereiken, interpolatie en kwadratuur.
   • Validatie: De code wordt gevalideerd tegen de semi-analytische evaluator in het BEST framework. Vergelijkingen tonen overeenstemming in de waarden van de botsingsoperator, waarbij residuen voornamelijk optreden nabij niet-thermische kenmerken waar de interpolatiesensitiviteit het hoogst is.

3. Fysisch Scenario:
   De code wordt toegepast op een "twee-bron freeze-in" scenario met een scalaire DM-deeltje $\chi$.

   • Bron 1: Higgs-poort verval ($h \to \chi\chi$) dat vroeg in het thermische bad plaatsvindt.
   • Bron 2: Verval van een koude scalaire condensaat ($\Phi \to \chi\chi$) dat later plaatsvindt en een mono-energetische populatie met een duidelijk momentum injecteert.
   • Interactie: Een quartische contactinteractie ($\lambda \chi^4$) drijft elastische zelfverstrooiing aan.

Belangrijkste Resultaten

• Prestaties: De getensoriseerde aanpak vertoont een aanzienlijk computationeel voordeel. Runtime benchmarks laten zien dat de GPU-implementatie (met behulp van PyTorch) de CPU-implementatie en de semi-analytische BEST-evaluator overtreft, met name naarmate het aantal momentum-bins ($N_{grid}$) toeneemt. De GPU-runtime schaalt efficiënt dankzij de parallelle aard van de tensorcontracties.
• Evolutie van Bimodale Verdelingen:
  • In de afwezigheid van zelfinteracties behoudt de uiteindelijke DM-verdeling een duidelijke ** bimodale vorm**, wat de twee verschillende productie-epochen reflecteert.
  • Naarmate de zelfkoppelingssterkte ($\lambda$) toeneemt, wist elastische verstrooiing progressief de scheiding tussen de twee momentumcomponenten.
  • Bij voldoende sterke interacties relaxeert de verdeling naar een Maxwell–Boltzmann vorm, consistent met LTE.
• Vergelijking met Fluïdumbenaderingen: De auteurs vergelijken de volledige fase-ruimte oplossing (fBE) met een gekoppelde fluïdumbehandeling (cBE) die een thermische vorm aanneemt met tijd-afhankelijke temperatuur en chemische potentiaal.
  • In het zwak geïndiceerde regime blijft de fBE-oplossing zichtbaar niet-thermisch, terwijl de cBE een thermische vorm aanneemt.
  • De fluïdumbenadering slaagt er niet in om de persistentie van de niet-thermische kenmerken en de specifieke relaxatiedynamica te vatten die wordt waargenomen in de volledige kinetische behandeling.

Betekenis en Claims
De auteurs beweren dat KineticXGPU een robuuste, publiek beschikbare tool biedt voor het bestuderen van de evolutie van de donkere sector waar momentum-afhankelijke effecten cruciaal zijn. De primaire betekenis ligt in:

1. Mogelijk maken van Kinetische Studies: Het maakt het mogelijk om relaxatieprocessen te bestuderen in scenario's waar de hiërarchie van snelheden niet garandeert dat er LTE is, specifiek wanneer meerdere productiekanalen niet-thermische verdelingen creëren.
2. Computationele Efficiëntie: Door gebruik te maken van GPU-acceleratie via tensorcontracties, maakt het het oplossen van de volledige Boltzmann-vergelijking met elastische zelfverstrooiing computationeel haalbaar, waarmee de knelpunten van eerdere CPU-gebaseerde benaderingen worden overwonnen.
3. Fysisch Inzicht: De toepassing op het twee-bron scenario laat zien dat zelfinteracties het matter power spectrum op kleine schaal aanzienlijk kunnen veranderen door niet-thermische kenmerken te verzachten of uit te wissen, effecten die gemist zouden worden door fluïdumbenaderingen.

De auteurs concluderen dat hoewel de code zich richt op de ongeënteerde verdeling en de zelf-botsingsoperator, het computationele framework algemeen is en kan worden uitgebreid naar andere modellen van de donkere sector of perturbatieberekeningen. De code is beschikbaar op GitHub om reproduceerbaarheid en verdere ontwikkeling in het veld te faciliteren.