BLAST: Beyond Limber Angular power Spectra Toolkit. A fast and efficient algorithm for 3x2 pt analysis

Resumo Técnico: Blast.jl – Um Algoritmo Rápido e Eficiente para Análise 3 × 2 pt

Definição do Problema
O advento de levantamentos fotométricos e espectroscópicos de próxima geração (ex: Euclid, LSST, Roman, DESI) promete medições de alta precisão da Estrutura de Larga Escala (LSS). Esses levantamentos dependem fortemente de estatísticas "3 × 2 pt", que combinam agrupamento de galáxias (galaxy clustering), correlações de cisalhamento (shear-shear) de lentes fracas e correlações cruzadas de lente-galáxia (galaxy-galaxy lensing). A modelagem teórica dessas estatísticas requer o cálculo dos espectros de potência angular ($C_\ell$) integrando o produto do espectro de potência de matéria 3D e funções esféricas de Bessel altamente oscilantes ao longo de três dimensões.

A abordagem padrão para reduzir o custo computacional é a aproximação de Limber, que simplifica o integral 3D para um integral 1D ao assumir que modos em diferentes épocas não contribuem para a integração ao longo da linha de visada. No entanto, essa aproximação introduz erros significativos, particularmente em escalas angulares grandes (baixo $\ell$). Para explorar plenamente o poder de constrangimento de futuros levantamentos e controlar os sistemas, cálculos não-Limber precisos são essenciais. Contudo, realizar esses integrais 3D completos é computacionalmente proibitivo para métodos de inferência de parâmetros como o Cadeia de Markov Monte Carlo (MCMC), que requerem milhões de avaliações. Por exemplo, análises recentes utilizando a aproximação de Limber exigiram 0,5 milhão de horas de CPU para convergir.

Metodologia
Os autores apresentam o Blast.jl, um novo algoritmo projetado para calcular espectros de potência angular não-Limber completos de forma eficiente, sem assumir uma taxa de crescimento dependente da escala. A metodologia central baseia-se na decomposição do espectro de potência de matéria usando polinômios de Chebyshev.

1. Decomposição de Chebyshev: O algoritmo aproxima o espectro de potência de matéria suave $P(k, \chi_1, \chi_2)$ no intervalo $[k_{min}, k_{max}]$ usando uma expansão de série de Chebyshev. Isso permite a separação do integral em componentes geométricas e componentes cosmológicos.
2. Pré-computação de Termos Geométricos: O integral é reestruturado de modo que a parte mais custosa computacionalmente — a integração do produto de duas funções esféricas de Bessel e polinômios de Chebyshev — torne-se independente dos parâmetros cosmológicos. Esses termos ($\tilde{T}^{AB}_{n; \ell}$) são computados uma única vez e armazenados.
3. Avaliação Eficiente: Para qualquer novo modelo cosmológico, o algoritmo precisa apenas recalcular os coeficientes de Chebyshev do espectro de potência, um processo que é computacionalmente barato. Os integrais externos sobre a distância comóvel ($\chi$) e a razão $R = \chi_2/\chi_1$ são realizados usando regras de quadratura padrão (regra de Simpson para $\chi$ e quadratura de Clenshaw-Curtis para $R$).
4. Transformação de Coordenadas: Uma mudança de variáveis de $(\chi_1, \chi_2)$ para $(\chi, R)$ é empregada para amostrar melhor a região onde $\chi_1 \approx \chi_2$, que contribui mais significativamente para o integral.
5. Correção Não-linear: O método trata os espectros de potência linear e não-linear separadamente. A contribuição não-linear, que é significativa apenas em escalas pequenas onde a aproximação de Limber é válida, é corrigida usando uma abordagem baseada em Limber, enquanto o integral não-Limber completo é aplicado à componente linear.

Principais Contribuições

• Inovação Algorítmica: O Blast.jl introduz uma abordagem de decomposição usando polinômios de Chebyshev que evita as restrições de espaçamento de grade logarítmica dos métodos baseados em FFTLog (como FKEM e matter) e a resolução de equações diferenciais iterativas do método de Levin.
• Estratégia de Pré-computação: Ao isolar os integrais geométricos independentes da cosmologia, o algoritmo reduz drasticamente o tempo necessário para avaliações repetidas durante a inferência de parâmetros.
• Flexibilidade: Ao contrário de alguns métodos concorrentes, o Blast.jl não assume uma taxa de crescimento independente da escala, tornando-o aplicável a cosmologias com neutrinos massivos ou gravidade modificada.
• Código Aberto: O código está disponível publicamente no GitHub, acompanhado de um repositório detalhando seu uso.

Resultos
O algoritmo foi avaliado contra o desafio "N5K" (Non-local No-Nonsense Non-Limber Numerical Knock-out), organizado pela LSST Dark Energy Science Collaboration para testar métodos de integração não-Limber. Os testes foram conduzidos em um nó de computação de alto desempenho (Narval) com 64 threads, comparando o Blast.jl com os vencedores do desafio: FKEM (CosmoLike), matter e Levin.

• Velocidade: Na exigência de precisão fiduciária ($\Delta\chi^2 < 0,2$ para $\ell < 200$), o Blast.jl alcançou um tempo de execução de 0,00512 segundos usando 64 núcleos. Isso é aproximadamente 10 vezes mais rápido que o FKEM (o método mais rápido anterior, 0,05871 s) e cerca de 15 vezes mais rápido quando otimizado para 32 núcleos (0,00360 s).
• Escalabilidade: O Blast.jl demonstra excelente escalabilidade em relação ao número de bins de redshift tomográficos. Enquanto outros métodos mostram aumento no tempo de execução com o número de bins, o tempo de execução do Blast.jl permanece efetivamente independente do número de bins (variando de 2 a 15).
• Precisão: O método atende aos requisitos de precisão do desafio. Os autores observam que a precisão pode ser ajustada alterando o número de polinômios de Chebyshev e pontos de amostragem sem impactar significativamente o tempo de execução.
• Troca entre Precisão e Velocidade: Reduzir a precisão de ponto flutuante de Float64 para Float32 melhorou o tempo de execução em um fator de 2 com impacto desprezível na precisão ($\Delta\chi^2$ aumentou de 0,1054 para 0,1064).

Significância
O artigo afirma que o Blast.jl representa o algoritmo de integração não-Limber mais rápido conhecido atualmente, superando os métodos de ponta por mais de uma ordem de magnitude no cenário fiduciário. Sua principal significância reside em tornar computacionalmente viáveis as análises cosmológicas usando estatísticas 3 × 2 pt para levantamentos de próxima geração, sem depender da aproximação de Limber, que é propensa a erros.

Os autores enfatizam que essa velocidade é crítica para permitir a inferência de parâmetros baseada em MCMC com os conjuntos de dados massivos esperados para futuros levantamentos. Além disso, o design do algoritmo permite futuras extensões, como a inclusão de distorções de espaço de redundância (redshift space distortions), viés de magnificação e correções relativísticas, bem como a integração do CMB lensing. Os autores também destacam planos para incorporar diferenciação automática, o que permitiria o uso de métodos de inferência baseados em gradiente, acelerando ainda mais os fluxos de análise cosmológica.