A portable implementation of one-loop Feynman integrals
Dit artikel introduceert een prestatie-portabele implementatie van de QCDLoop-bibliotheek voor één-lus Feynman-integralen, waarbij gebruik wordt gemaakt van het Kokkos-framework om efficiënte uitvoering op moderne CPU's en GPU's mogelijk te maken voor precisieberekeningen in de hogerectorische fysica.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Hogere-energiefysica is de wetenschap van het in de kleinste bouwstenen van het universum turen, waarbij deze met ongelooflijke snelheden tegen elkaar aan wordt geslagen om te zien waar ze uit bestaan en hoe ze met elkaar interageren. Om de brokstukken van deze botsingen te begrijpen, vertrouwen wetenschappers op complexe wiskundige hulpmiddelen die Feynman-integralen worden genoemd. Dit zijn geen eenvoudige berekeningen; het zijn de essentiële mechanismen die worden gebruikt om de waarschijnlijkheid te voorspellen van specifieke gebeurtenissen, zoals het verval van een deeltje of het verstrooien van twee deeltjes van elkaar. Decennialang zijn deze voorspellingen de ruggengraat geweest van experimenten bij faciliteiten zoals de Large Hadron Collider, waardoor onderzoekers kunnen vergelijken wat ze in de echte wereld zien tegenover wat hun theorieën voorspellen dat er zou moeten gebeuren. Echter, naarmate de machines krachtiger worden en de enorme hoeveelheden data die ze produceren toenemen, lopen de computers die nodig zijn om deze berekeningen uit te voeren tegen een muur aan. De traditionele processors die deze simulaties lang hebben aangedreven, worden minder efficiënt voor de enorme hoeveelheid werk die vereist is, wat de wetenschappelijke gemeenschap dwingt om naar nieuwe soorten hardware te kijken, specifiek grafische processoren (GPU's), die ontworpen zijn om duizenden taken gelijktijdig af te handelen.
Een team van onderzoekers heeft nu een belangrijke stap gezet naar het oplossen van deze flessenhals door een nieuwe, flexibele versie van een cruciale berekeningsbibliotheek te creëren die zowel op traditionele computers als op deze moderne grafische chips kan draaien. Het werk, geleid door wetenschappers van Argonne National Laboratory en Fermi National Accelerator Laboratory, richt zich op een specifieke set van deze wiskundige hulpmiddelen die bekend staan als scalaire één-lus-integralen (scalar one-loop integrals). In de taal van de deeltjesfysica vertegenwoordigen deze integralen de meest voorkomende en fundamentele manieren waarop deeltjes interageren in een enkele cyclus van een botsing. De onderzoekers begonnen met een goed gevestigd softwarepakket genaamd QCDLoop, dat jarenlang de standaardtool voor deze berekeningen is geweest, maar werd gebouwd om alleen te draaien op oudere, single-threaded computerprocessoren. Hun doel was om dit pakket zo te herbouwen dat het efficiënt kan draaien op de diverse en krachtige grafische processoren die nu in moderne supercomputers te vinden zijn, zonder dat de volledige code voor elke ander type machine opnieuw geschreven hoeft te worden.
Om dit te bereiken, gebruikte het team een softwareframework genaamd Kokkos, dat fungeert als een universele vertaler voor computercode. Dit framework maakt het mogelijk om een enkel programma één keer te schrijven en vervolgens op bijna elk type processor te laten draaien, of het nu een standaard centrale verwerkingseenheid (CPU) is of een gespecialiseerde grafische kaart van verschillende fabrikanten zoals NVIDIA, AMD of Intel. De onderzoekers ontwierpen hun nieuwe code als "draagbaar" (portable), wat betekent dat het niet uitmaakt op welke specifieke hardware het draait. Ze organiseerden de berekeningen zo dat de computer, in plaats van één botsingsscenario tegelijkertijd te verwerken, duizenden van hen tegelijkertijd kan afhandelen. Deze aanpak is cruciaal omdat de nieuwe grafische processoren duizenden kleine kernen hebben die parallel kunnen werken, maar moeite hebben als ze moeten wachten tot één taak is voltooid voordat de volgende kan beginnen. Door de oude methode van het opslaan van vorige resultaten in een cache om tijd te besparen te verwijderen, omarmt de nieuwe code een strategie van pure parallelliteit, waarbij een continue stroom van gegevens naar de processoren wordt gevoed om ze volledig bezet te houden.
Het team heeft dit nieuwe systeem vervolgens onderworpen aan een reeks strenge tests om te verzekeren dat het niet alleen snel was, maar ook correct. Ze vergeleken de resultaten van hun nieuwe grafische code met de originele, vertrouwde versie die op een standaardprocessor draait. Ze genereerden miljoenen willekeurige scenario's die verschillende deeltjesbotsingen vertegenwoordigen, variërend van eenvoudige lussen tot meer complexe vierpunt-verbindingen. In elk geval kwam de nieuwe code met extreme precisie overeen met de oude code, waarbij de resultaten werden gereproduceerd tot de limiet van wat standaard computertallen kunnen bevatten. Ze testten de code ook op een breed scala aan werkelijke hardware, inclusief de nieuwste grafische kaarten van NVIDIA, AMD en Intel, om te bevestigen dat de software betrouwbaar werkt over al deze verschillende platforms. De resultaten toonden aan dat voor de meest complexe berekeningen de nieuwe, op graphics gebaseerde aanpak meer dan honderd keer sneller was dan de traditionele methode die op een enkele processor kern draait.
Deze versnelling is een vitale ontwikkeling voor de toekomst van de deeltjesfysica, met name naarmate experimenten bewegen naar een tijdperk van hoog-luminositeit botsingen waarbij data met ongekende snelheden wordt gegenereerd. Hoewel de onderzoekers opmerkten dat de versnelling iets minder spectaculair kan zijn in real-world simulaties waarbij sommige berekeningen hergebruikt kunnen worden, opent het vermogen om deze essentiële tools op moderne grafische hardware te draaien de deur naar snellere en gedetailleerdere studies van het universum. De nieuwe code is ontworpen om toegankelijk te zijn voor andere wetenschappers, zodat zij deze snelle berekeningen in hun eigen software kunnen integreren voor de analyse van data uit huidige en toekomstige deeltjesversnellers. Door deze complexe wiskundige hulpmiddelen beschikbaar te maken op de hardware die de standaard wordt voor grootschalige computing, hebben de onderzoekers ervoor gezorgd dat de theoretische instrumenten die nodig zijn om de volgende generatie experimenten te begrijpen, klaar zullen zijn wanneer de data arriveert. Het werk vormt een brug tussen de gevestigde methoden uit het verleden en de high-performance computing behoeften van de toekomst, waardoor de zoektocht naar de fundamentele wetten van de natuur niet wordt gehinderd door de beperkingen van oudere technologie.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.