Editorial: Promoting Green Computing in High Energy Physics and Astrophysics

Het universum is een plek van immense schaal, van de subatomaire deeltjes waaruit materie is opgebouwd tot de uitgestrekte, kolkende sterrenstelsels die zich door het kosmos uitstrekken. Om deze extremen te begrijpen, vertrouwen wetenschappers in de hogere energiefysica en astrofysica op massale experimenten die verstikkende hoeveelheden gegevens genereren. Elke keer dat een deeltjesversneller atomen op elkaar laat botsen of een telescoop een diepe opname van de ruimte vastlegt, moet de resulterende informatie worden verwerkt, opgeslagen en geanalyseerd door krachtige computers. Decennialang lag de focus op het bouwen van machines die snel genoeg waren om de snelheid van deze vloedgolf aan gegevens bij te houden. Echter, naarm even deze experimenten geavanceerder worden, heeft de enorme hoeveelheid informatie die zij produceren een nieuw, dringend probleem gecreëerd: de energie die nodig is om deze datacenters te laten draaien, wordt onhoudbaar. De vraag gaat niet langer alleen over snelheid, maar over hoe we de geheimen van het universum kunnen ontrafelen zonder de middelen van de planeet te verbruiken in het proces.

Een nieuwe collectie onderzoek brengt experts uit het hele vakgebied samen om dit probleem aan te pakken, waarbij wordt onderzocht hoe de instrumenten van de wetenschap groener gemaakt kunnen worden. Het werk benadrukt dat de weg vooruit een combinatie vereist van slimmere software, efficiëntere hardware en een verschuiving in hoe wetenschappers over hun computereisen denken. Het is niet simpelweg een kwestie van de thermostaat in een serverruimte lager zetten; het vereist een heroverweging van de gehele pijplijn van gegevensverwerking, van het moment dat een deeltjesbotsing plaatsvindt tot de uiteindelijke analyse van de levenscyclus van een ster. De onderzoekers tonen aan dat door te optimaliseren hoe code wordt geschreven, hoe gegevens worden gecomprimeerd en hoe koelsystemen werken, het mogelijk is om de CO2-voetafdruk van deze massale wetenschappelijke ondernemingen aanzienlijk te verkleinen zonder het ontdekkingsproces te vertragen.

Een van de belangrijkste focusgebieden is de software zelf. Net zoals een goed ontworpen gebouw minder energie verbruikt dan een slecht geïsoleerd gebouw, kunnen goed geschreven computerprogramma's hetzelfde werk doen met veel minder vermogen. Onderzoekers die werken aan een programma genaamd SMASH, dat botsingen van zware ionen simuleert, hebben aangetoond dat door strikte standaarden voor het testen van hun code vast te stellen, ze kunnen garanderen dat elke nieuwe versie sneller en efficiënter draait dan de vorige. Over de afgelopen jaren hebben deze verbeteringen geleid tot een verdubbeling van de prestaties in veel opstellingen. Deze vooruitgang is niet toevallig; het is het result van een groeiende gemeenschap van wetenschappers die worden getraind om duurzaamheid prioriteit te geven. Er worden nu workshops georganiseerd om onderzoekers te leren hun computermiddelen verstandig te gebruiken, variërend van het beheren van gegevensbatches tot het gebruik van versiebeheersystemen die verspilde inspanning voorkomen. Het doel is om energie-efficiëntie een standaard onderdeel van de wetenschappelijke mindset te maken, zodat de volgende generatie natuurkundigen hun instrumenten vanaf het begin met het oog op het milieu bouwt.

De hardware die deze simulaties uitvoert, ondergaat ook een transformatie. In het ALICE-experiment, dat botsingen van kernen van lood bestudeert, zijn wetenschappers overgestapt op een nieuw computermodel waarmee ze gegevens in realtime kunnen verwerken terwijl het experiment loopt. Dit systeem, bekend als de Event Processing Node farm, gebruikt een enorme reeks gespecialiseerde processors genaamd GPU's om de immense informatiestroom te verwerken. Deze chips zijn bijzonder goed in het soort parallelle berekeningen dat nodig is om gegevens on the fly te comprimeren. Door deze processors te gebruiken, heeft het team compressiesnelheden bereikt die twee keer zo snel zijn als traditionele methoden, waardoor ze de chaos van lood-loodbotsingen kunnen afhandelen zonder overweldigd te raken. Bovendien is de fysieke infrastructuur die deze computers ondersteunt, opnieuw ontworpen. Het koelsysteem maakt gebruik van een methode genaamd adiabatische koeling, die vertrouwt op het natuurlijke proces van waterverdamping om de temperatuur van de lucht te verlagen. Deze aanpak is veel energie-efficiënter dan traditionele airconditioning, wat resulteert in een systeem waarbij bijna alle elektriciteit direct naar het computerwerk gaat in plaats van verloren te gaan aan koeling.

Vergelijkbare doorbraken vinden plaats in de manier waarop wetenschappers de paden van deeltjes analyseren. In het Compressed Baryonic Matter-experiment testten onderzoekers een specifiek algoritme dat wordt gebruikt om de trajecten van deeltjes te volgen terwijl ze door detectoren bewegen. Ze vergeleken hoe dit algoritme presteerde op standaard processors versus de gespecialiseerde GPU's die worden gebruikt in high-performance computing. De resultaten waren opmerkelijk: de GPU-versie was niet alleen sneller, maar ook drie keer energie-efficiënter. Dit betekent dat het systeem voor dezelfde hoeveelheid werk aanzienlijk minder vermogen verbruikt, wat direct vertaalt naar een vermindering van de CO2-uitstoot. De studie leverde een concrete meting van deze impact, waarbij werd aangetoond dat het kiezen van de juiste hardware de milieukosten van het verwerken van grootschalige gegevens drastisch kan verlagen.

De principes van efficiëntie worden ook toegepast op de allereerste fase van gegevensselectie in het LHCb-experiment. Hier moet een systeem dat bekend staat als de high-level trigger door miljoenen deeltjesbotsingen per seconde sussen om te beslissen welke gebeurtenissen het waard zijn om verder bestudeerd te worden. Dit systeem vertrouwt op een grote cluster van GPU's om deze beslissingen in een fractie van een seconde te nemen. Onderzoekers ontwikkelden een model om precies te voorspellen hoeveel energie dit systeem zou verbruiken op basis van de specifieke hardware die wordt gebruikt. Ze ontdekten dat hun voorspellingen de werkelijke energieconsumptie met opmerkelijke nauwkeurigheid overeenkwamen, met een verschil van slechts enkele procenten. Dit niveau van precisie stelt wetenschappers in staat om hun computereisen met vertrouwen te plannen, wetende hoeveel vermogen een nieuwe generatie hardware precies zal vereisen voordat ze deze zelfs maar bouwen.

Uiteindelijk suggereert dit corpus van werk dat de toekomst van de hogere energiefysica en de astrofysica afhangt van een holistische benadering van computing. Het is niet voldoende om simpelweg grotere datacenters te bouwen; de gehele workflow moet worden geoptimaliseerd voor duurzaamheid. Dit omvat het kiezen van locaties met een lagere CO2-voetafdruk voor het draaien van taken, het adopteren van softwarepraktijken die efficiëntie maximaliseren, en het continu valideren van hoe middelen worden gebruikt gedurende de gehele gegevensverwerkingsketen. Het onderzoek toont aan dat door deze strategieën te integreren, de wetenschappelijke gemeenschap de grenzen van de menselijke kennis kan blijven verleggen terwijl zij de grenzen van onze planeet respecteert. De instrumenten om energieverbruik te meten en te verminderen bestaan al; de uitdaging is nu om deze consistent toe te passen op alle projecten, om ervoor te zorgen dat de zoektocht naar het begrijpen van het universum niet ten koste gaat van de wereld waarin we leven.