CATAPULT: A CUDA-Accelerated Timestepper for Alpha Particles Using Local Tricubics

O artigo apresenta o CATAPULT, um integrador temporal acelerado por CUDA para partículas alfa em cálculos de Monte Carlo em estelaratores, que supera em velocidade as implementações em CPU existentes ao lidar com campos magnéticos de equilíbrio e ondas de Alfvén de cisalhamento.

O essencial

Imagine que você está tentando prever o tempo que uma folha leva para cair de uma árvore até o chão, mas em vez de uma folha, são partículas de energia superaquecidas (chamadas alfas) tentando escapar de um "redemoinho" magnético gigante chamado estelarador.

O objetivo desses dispositivos é manter o plasma quente o suficiente para gerar energia de fusão nuclear (a mesma energia do Sol). Se as partículas escaparem, a reação para. O problema é que calcular o caminho de bilhões dessas partículas é como tentar prever a trajetória de milhões de folhas caindo em um furacão ao mesmo tempo. É computacionalmente impossível fazer isso rápido o suficiente em computadores comuns.

Aqui entra o CATAPULT.

O que é o CATAPULT?

Pense no CATAPULT como um super-herói de velocidade criado por cientistas das universidades de Cornell e Columbia. O nome é uma sigla divertida, mas a função é séria: é um software que usa placas gráficas de computador (GPUs), as mesmas usadas em videogames de última geração, para calcular o movimento dessas partículas muito mais rápido do que os computadores tradicionais conseguem.

A Analogia da "Folha de Papel" vs. "Supercomputador"

Imagine que você precisa desenhar o caminho de 10.000 folhas caindo.

• O método antigo (CPU): É como ter um único pintor muito talentoso, mas que pinta uma folha de cada vez. Ele é preciso, mas demora uma eternidade para terminar o quadro.
• O método novo (CATAPULT/GPU): É como ter um exército de 64 pintores trabalhando em sincronia, todos pintando partes diferentes do quadro ao mesmo tempo. O resultado? O quadro fica pronto em segundos.

Como eles fazem isso? (A Mágica dos "Tricúbicos Locais")

Para saber para onde a partícula vai, o computador precisa saber como é o "terreno" magnético. Imagine que o campo magnético é um mapa 3D complexo.

• O problema: Calcular a posição exata em cada ponto desse mapa é lento.
• A solução do CATAPULT: Eles dividem o mapa em pequenos cubos (como um cubo de Rubik gigante). Dentro de cada cubo, eles usam uma técnica matemática inteligente chamada interpolação tricúbica.
  • Analogia: Em vez de medir a altura de cada grama de terra em um campo, eles medem a altura em alguns pontos estratégicos e desenham uma curva suave entre eles. Quando a partícula entra em um novo cubo, o software "salta" para o novo conjunto de curvas instantaneamente.
  • O CATAPULT faz isso de forma tão eficiente que consegue prever o caminho da partícula mesmo quando ela está prestes a sair do "redemoinho" (o que é difícil de calcular).

Por que isso é importante?

1. Velocidade Extrema: O CATAPULT é 5 a 60 vezes mais rápido do que os melhores computadores atuais rodando em paralelo. Isso significa que simulações que levavam dias agora levam horas ou minutos.
2. Precisão: Com tanta velocidade, os cientistas podem usar mapas magnéticos muito mais detalhados (alta resolução). É como trocar um mapa de estrada desenhado à mão por um mapa de satélite em 4K. Isso permite prever com exatidão se as partículas vão escapar ou ficar presas.
3. Futuro da Energia: Ao entender melhor como essas partículas se comportam, os engenheiros podem desenhar reatores de fusão melhores, que retêm mais calor e geram energia limpa de forma mais eficiente.

O Resultado Final

O CATAPULT não é apenas um código mais rápido; é uma ferramenta que permite aos cientistas "jogar" com o design de reatores de fusão de forma muito mais ágil. Eles podem testar milhares de configurações diferentes em pouco tempo, acelerando a chegada da energia de fusão para nossas casas.

Em resumo: O CATAPULT pegou um problema que era como tentar adivinhar o futuro de milhões de partículas e transformou-o em uma tarefa rápida e precisa, usando a força bruta das placas gráficas modernas.

Resumo técnico

Resumo Técnico: CATAPULT

1. Problema e Contexto

Os dispositivos de confinamento magnético para fusão nuclear, especificamente os stellarators, exigem uma compreensão precisa do confinamento de íons de alta temperatura (partículas alfa). A avaliação do desempenho desses dispositivos é frequentemente realizada através de métodos de Monte Carlo, onde partículas são amostradas a partir de uma distribuição de nascimento e traçadas até que saiam da última superfície de fluxo fechada ou atinjam um tempo máximo.

O principal gargalo computacional reside na integração numérica das equações de movimento das partículas (ODEs) em campos magnéticos complexos. As implementações existentes, como SIMSOPT, SIMPLE e ORBIT, são paralelizadas em CPU, mas enfrentam limitações de desempenho e escalabilidade ao lidar com alta fidelidade (resolução de grade fina e tolerâncias de erro rigorosas) e grandes números de partículas. Além disso, a representação do campo magnético e a precisão numérica em coordenadas específicas (como as coordenadas de Boozer) apresentam desafios adicionais.

2. Metodologia

O CATAPULT é um novo integrador temporal (timestepper) acelerado por CUDA (GPUs da NVIDIA) projetado para simular o movimento de partículas alfa.

• Modelo de Órbita: O código resolve as equações de movimento derivadas da Lagrangiana de Littlejohn, que descreve o movimento de deriva de partículas carregadas. O suporte abrange tanto coordenadas de Boozer (adaptadas à geometria do campo) quanto coordenadas Cartesianas (úteis para rastrear partículas além da última superfície de fluxo fechada e em ilhas magnéticas).
• Integração Numérica: Utiliza o esquema adaptativo Dormand-Prince de ordem 5 (DP5), compatível com a implementação usada no SIMSOPT (biblioteca Boost).
• Representação do Campo Magnético:
  • O campo magnético é representado em uma grade regular usando interpolação tricúbica local.
  • Os dados do campo são armazenados em uma matriz onde cada célula da grade contém uma grade $4 \times 4 \times 4$ de pontos.
  • A organização dos dados em memória segue uma ordem "row-major" otimizada para que partículas que se movem toroidalmente (o movimento dominante em stellarators bem otimizados) acessem dados contíguos na memória.
• Arquitetura GPU e Otimizações:
  • Paralelismo: Cada bloco de threads (64 threads, 2 warps em uma A100) é atribuído a um grupo de 8 partículas.
  • Gerenciamento de Memória: Dados constantes (parâmetros de simulação, coeficientes do DP5) são movidos para a memória constante. Os dados de interpolação, embora grandes, são referenciados com otimizadores de compilador (const, __restrict__) para melhorar o cache.
  • Acesso à Memória: A estrutura de dados permite que threads consecutivos acessem dados de interpolação de forma coalescida (contígua), reduzindo o tráfego de instruções e latência.
  • Tratamento de Singularidades: Para evitar erros numéricos nas singularidades das coordenadas de Boozer (no eixo), o código calcula estimativas de erro em um sistema de pseudo-Cartesianas $(s \cos \theta, s \sin \theta, \zeta, v_\parallel)$.
  • Extrapolação: Quando partículas se aproximam da borda da grade de interpolação (fora da última superfície de fluxo), o código utiliza os dados da célula mais próxima em vez de falhar silenciosamente, garantindo a continuidade da simulação.

3. Contribuições Principais

1. Aceleração Massiva via GPU: Implementação eficiente de um rastreador de partículas em CUDA que supera significativamente as implementações paralelas em CPU.
2. Suporte a Ondas de Alfvén de Cisalhamento (SAWs): O código é capaz de lidar com campos magnéticos que variam no tempo, incluindo a presença de ondas de Alfvén, algo crucial para simulações de física realista.
3. Otimização de Memória e Cache: Uma estratégia de armazenamento de dados que maximiza a localidade espacial, permitindo que múltiplos núcleos acessem dados de interpolação sem gargalos de memória, diferentemente das implementações em CPU que duplicam dados para cada thread.
4. Integração no Ecossistema Científico: O código-fonte está disponível como parte do pacote Python firm3d, facilitando a adoção pela comunidade de física de plasmas.

4. Resultados

Os testes foram realizados em várias configurações de stellarators (ATEN, HSX, NCSX, QA, QH) e escalados para o raio menor e força de campo do dispositivo ARIES-CS. As simulações foram executadas em uma GPU NVIDIA A100 comparada a 128 núcleos de CPU em um nó Perlmutter.

• Desempenho (Speedup):
  • Em configurações de vácuo (sem perturbações), o CATAPULT é 5 a 10 vezes mais rápido que a implementação em CPU para uma ampla gama de resoluções e tolerâncias.
  • Na presença de Ondas de Alfvén de Cisalhamento (SAWs), o ganho de desempenho é ainda mais dramático, atingindo 40 a 60 vezes mais rápido que a CPU.
• Escalabilidade:
  • O tempo de execução escala linearmente com o número de partículas até que a GPU fique saturada (aproximadamente 25.000 partículas), momento em que o speedup se estabiliza no fator mencionado acima.
  • A precisão (fidelidade) é limitada principalmente pelas tolerâncias de passo de tempo (atol/rtol) e não pela resolução da grade de interpolação, graças à eficiência do esquema de interpolação.
• Convergência e Precisão:
  • Os resultados de perda de partículas (fração de partículas que escapam) convergem consistentemente entre CPU e GPU quando a resolução da grade atinge 20 células e a tolerância é $\le 10^{-4}$.
  • O uso de coordenadas Cartesianas permite rastrear partículas com precisão mesmo fora da última superfície de fluxo fechada, onde as coordenadas de Boozer podem ser mal definidas.

5. Significado e Impacto Futuro

O CATAPULT representa um avanço significativo na simulação de confinamento de partículas em fusão nuclear:

• Viabilidade de Alta Fidelidade: Permite aumentar a resolução da grade e reduzir as tolerâncias de erro sem um custo computacional proibitivo, levando a simulações mais precisas do transporte de partículas alfa.
• Física Complexa: A alta taxa de transferência (throughput) abre caminho para simulações que exigem milhões de amostras, como o cálculo preciso de cargas na parede (wall loads) e a otimização direta de confinamento.
• Expansão de Física: Facilita a inclusão de fenômenos mais complexos, como rastreamento de órbitas completas (full orbit) e colisões, que anteriormente eram computacionalmente inviáveis em grandes escalas.
• Futuro: O trabalho sugere futuras otimizações para outras arquiteturas de GPU, portabilidade para outras bibliotecas e o desenvolvimento de esquemas de interpolação e integração ainda mais precisos.

Em suma, o CATAPULT resolve o gargalo computacional do rastreamento de partículas em stellarators, permitindo que pesquisadores explorem regimes de física mais complexos e otimizem projetos de reatores de fusão com maior confiança e eficiência.