Performance Portable $\mathrm{SU}(N)$ Lattice Gauge Theory Simulation with Kokkos

Para compreender o universo em seu nível mais fundamental, os físicos frequentemente recorrem a um método que trata o espaço e o tempo não como um tecido suave e contínuo, mas como uma grade de pontos minúsculos e discretos. Imagine um vasto tabuleiro de xadrez invisível estendendo-se pelo cosmos, onde cada interseção contém uma peça de informação sobre as forças que unem a matéria. Esta é a essência da teoria de gauge em rede (lattice gauge theory), uma ferramenta poderosa usada para simular o comportamento de partículas subatômicas e as forças que as governam, particularmente a força forte que mantém os núcleos atômicos unidos. Ao decompor o universo nesses pedaços gerenciáveis, os cientistas podem usar computadores massivos para rastrear os caminhos das partículas e calcular como elas interagem, efetivamente executando as leis da física de trás para frente para ver o que emerge. No entanto, o hardware usado para executar essas simulações tornou-se incrivelmente diverso. Os supercomputadores de hoje são um mosaico de diferentes processadores, desde chips de computador padrão até placas de vídeo especializadas, cada um falando uma linguagem técnica diferente e exigindo seu próprio conjunto único de instruções para rodar com eficiência.

Essa diversidade cria uma dor de cabeça significativa para os pesquisadores. Para obter o melhor desempenho de uma máquina específica, eles frequentemente precisam reescrever o código de sua simulação do zero para cada tipo diferente de processador que desejam usar. Manter versões separadas do mesmo algoritmo para diferentes computadores é lento, caro e propenso a erros. A questão que enfrenta a comunidade científica é se é possível escrever uma única versão deste complexo código de simulação que possa rodar eficientemente em qualquer computador moderno, de um único processador a um supercomputador massivo, sem sacrificar a velocidade. Wei Sun, um pesquisador do Instituto de Física de Altas Energias em Pequim, respondeu a essa pergunta com uma nova ferramenta de software chamada kwqft. Este programa demonstra com sucesso que é possível criar um código único e universal para simular a força forte que performa tão bem quanto um código especializado e específico para cada máquina, independentemente do hardware em que está rodando.

O cerne desta conquista reside em uma abordagem inteligente de design de software que trata a arquitetura do computador como uma variável, em vez de uma restrição fixa. Os pesquisadores construíram sua simulação usando um framework de programação moderno que atua como um tradutor universal. Em vez de escrever instruções separadas para uma placa de vídeo, um processador padrão ou um chip especializado, eles escreveram um conjunto de instruções que o framework adapta automaticamente à máquina em que está rodando. Isso permite que o mesmo código rode em uma ampla variedade de sistemas, incluindo aqueles de diferentes fabricantes, sem que os pesquisadores precisem tocar no código-fonte novamente. O software é projetado para ser flexível, permitindo que os cientistas alterem o número de dimensões em sua simulação ou as propriedades específicas das partículas que estão estudando apenas ajustando algumas configurações antes de iniciar o programa, em vez de reescrever todo o programa.

Para provar que essa abordagem universal funciona, a equipe submeteu seu software a testes rigorosos em uma ampla gama de hardware. Eles executaram simulações em uma poderosa placa de vídeo da NVIDIA, um chip especializado da Hygon e vários tipos diferentes de processadores centrais, incluindo modelos avançados da Huawei e da Intel. Em todos os casos, o software produziu resultados que correspondiam às soluções exatas conhecidas para versões mais simples do problema e concordavam com dados previamente publicados para cenários mais complexos. Os pesquisadores verificaram que a simulação reproduzia corretamente o comportamento da força forte em duas, três e quatro dimensões, e para diferentes tipos de grupos de partículas, confirmando que o código universal não estava perdendo precisão no processo de se tornar portátil.

Os resultados de desempenho foram particularmente impressionantes. Ao rodar em uma placa de vídeo de alto desempenho, o software universal alcançou quase a mesma velocidade que uma versão do código que foi ajustada manualmente especificamente para aquela placa, atingindo mais de 90 por cento da eficiência do código especializado em simulações maiores. Em um supercomputador massivo em Shenzhen, conhecido como LineShine, o software escalou para rodar em 512 nós, ou unidades de computação individuais, simultaneamente. À medida que os pesquisadores adicionavam mais poder computacional, a simulação acelerava significativamente, demonstrando que o software podia lidar com a comunicação complexa necessária para manter milhares de processadores trabalhando juntos em harmia. Além disso, nos processadores de última geração projetados para cálculos vetoriais de alta velocidade, o software foi capaz de processar múltiplos pontos na grade de uma só vez, acelerando a simulação em um fator de três em comparação com uma versão padrão do mesmo código.

As implicações deste trabalho estendem-se além de um único teste bem-sucedido. Ao provar que um único código-base pode entregar um desempenho competitivo através de um cenário de hardware tão diverso, os pesquisadores removeram uma barreira importante ao progresso científico. Os cientistas não precisam mais escolher entre escrever um código que seja fácil de manter e um código que seja rápido; eles agora podem escrever uma vez e rodar em qualquer lugar, confiantes de que o software se adaptará à máquina em que está. Isso abre as portas para simulações mais complexas do universo, permitindo que pesquisadores explorem questões sobre os momentos iniciais do cosmos e a natureza da matéria com maior facilidade e em uma escala maior do que nunca. O sucesso do kwqft sugere que o futuro da computação de alto desempenho na física pode não residir em reescrever constantemente o código para novas máquinas, mas em criar ferramentas flexíveis e inteligentes que possam navegar pelo cenário em constante mudança da tecnologia por conta própria.