A High Performance Partial Wave Analysis Framework for Hadron Spectroscopy

Diep in de subatomaire wereld is materie niet slechts een verzameling vaste deeltjes, maar een dynamisch samenspel van krachten die quarks en gluonen aan elkaar binden. Dit rijk, geregeerd door de regels van kwantumchromodynamica, is waar gewone materie zoals protonen en neutronen wordt gevormd, maar het verbergt ook een meer exotisch landschap. Natuurkundigen geloven dat deze fundamentele bouwstenen onder de juiste omstandigheden zichzelf kunnen ordenen in vreemde, kortstondige configuraties die de standaardregels van hoe deeltjes gewoonlijk combineren, tarten. Dit omvat "exotische" toestanden zoals glueballs, die volledig bestaan uit krachtdragers, of tetraquarks en pentaquarks, wat clusters van vier of vijf quarks zijn. Omdat deze exotische deeltjes slechts een vluchtig moment bestaan voordat ze vervallen in stabieler puin, kunnen ze niet direct worden waargenomen. In plaats daarvan moeten wetenschappers optreden als kosmische detectives, waarbij ze hun bestaan reconstrueren door de spetters van deeltjes te analyseren die ze achterlaten. Hiervoor gebruiken ze een krachtig statistisch instrument genaamd partiële golfanalyse, die miljoenen botsingsevenementen doorzoekt om de specifieke kwantumbetekeningen van de resonanties die hen creëerden, te identificeren.

De uitdaging ligt in de enorme hoeveelheid data. Moderne deeltjesdetectoren, zoals die bij het BESIII-experiment in Beijing, registreren nu miljoenen botsingsevenementen, een schaal die de traditionele methoden die gebruikt worden om ze te analyseren, heeft overspoeld. De standaardaanpak vereist het herberekenen van complexe wiskundige beschrijvingen van deeltjesgedrag voor elk afzonderlijk evenement tijdens elke stap van de analyse. Naarmate het aantal evenementen groeit naar honderdduizenden of miljoenen, wordt dit proces een flessenhals, waarbij enorme hoeveelheden computergeheugen wordt verbruikt en dagen of zelfs weken in beslag worden genomen. Het computergeheugen raakt vol met tussenresultaten, en het constante heen en weer slepen van data tussen de hoofdprocessor en de grafische kaart vertraagt het werk tot een kruipend tempo. Deze beperking heeft ertoe geleid dat sommige van de meest veelbelovende hoog-statistische data van moderne experimenten niet volledig geëxploiteerd konden worden, waardoor ontdekkingen van nieuw exotisch materieel buiten bereik bleven.

Om deze barrière te doorbreken, heeft een team onderzoekers onder leiding van Benhou Xiang en Shuangshi Fang een nieuw softwareframework ontwikkeld genaamd CTPWA. Dit systeem herinterpreteert hoe de analyse wordt uitgevoerd door te erkennen dat een groot deel van het wiskundige werk eigenlijk niet herhaald hoeft te worden. Bij een deeltjesverval zijn de geometrie van het evenement en de manier waarop de deeltjes bewegen vaste feiten die door de botsing zelf worden bepaald; ze veranderen niet op basis van de specifieke eigenschappen van de resonanties die worden getest. De onderzoekers realiseerden zich dat ze deze geometrische en bewegingsgebonden componenten slechts één keer aan het begin van de analyse konden berekenen en opslaan in het snelle geheugen van de computer. Tijdens de analyse zou de software alleen de kleine, veranderende delen gerelateerd aan de resonantie-eigenschappen hoeven bij te werken, in plaats van het hele plaatje vanaf nul opnieuw op te bouwen voor elk evenement.

Door de data op deze manier te organiseren, kon het team het volledige berekeningsproces verplaatsen naar de graphics processing unit, of GPU, de gespecialiseerde chip die gewoon wordt gebruikt voor het renderen van videogames maar die uitblinkt in parallelle wiskundige taken. Omdat het zware werk van het vooraf berekenen van de geometrie vooraf was gedaan, kon de GPU miljoenen evenementen gelijktijdig verwerken met efficiënte matrixoperaties, in plaats van ze één voor één af te handelen. Deze aanpak elimineerde de noodzaak om constant data heen en weer te bewegen tussen de hoofdcomputer en de grafische kaart, een belangrijke bron van vertraging in eerdere methoden. Het resultaat is een systeem dat niet alleen sneller is, maar ook veel efficiënter met geheugen omgaat, in staat om datasets te verwerken die voorheen de software zouden laten crashen.

Het team testte dit nieuwe framework met behulp van een realistische simulatie van een specifiek deeltjesverval, $J/\psi \to K^+K^-\eta$, waarbij één miljoen evenementen betrokken zijn. In deze test modelleerden ze een scenario waarin de eigenschappen van tien verschillende tussenliggende resonanties variëren om de beste fit te vinden. Met hun nieuwe methode werd de volledige analyse, inclusief de complexe berekeningen die nodig zijn om de onzekerheid van de resultaten te bepalen, voltooid in ongeveer 100 seconden. In contrast hiermee zouden de beste bestaande methoden met standaard graphics processing units aanzienlijk langer hebben gedaan, en methoden die draaien op standaard centrale processoren zouden duizenden keren langzamer zijn geweest. In sommige gevallen liepen de traditionele methoden simpelweg door een gebrek aan geheugen vast en slaagden ze er niet in de taak te voltooien, terwijl het nieuwe framework de volledige miljoen-evenementen dataset met gemak aankon.

De bevindingen laten zien dat deze nieuwe aanpak het haalbaar maakt om hoogprecisie-analyses uit te voeren op de massale datasets die door moderne experimenten worden geproduceerd. Door de tijd die nodig is voor deze complexe fits van dagen naar minuten te reduceren, opent het framework de deur naar meer gedetailleerde studies van hadronen-spectroscopie. Deze efficiëntie stelt natuurkundigen in staat om grondiger te zoeken naar de subtiele signalen van exotische deeltjes, zoals glueballs of hybride mesonen, die lang door de theorie zijn voorspeld maar moeilijk te bevestigen blijven. De onderzoekers hebben hun software publiekelijk beschikbaar gesteld, waardoor de gemeenschap een praktisch instrument krijgt om de effectieve vrijheidsgraden van de sterke kracht in het lage-energiegebied te verkennen. Met deze capaciteit kan het vakgebied voorbij de beperkingen van het verleden bewegen, en de vloedgolf aan data van hoog-luminantie experimenten omzetten in een heldere kaart van de subatomaire wereld.