Recientemente, astrónomos y astrofísicos han comenzado a recurrir a la potencia informática de las GPU y la IA en un intento de obtener más información a partir de imágenes capturadas por telescopios.
Los equipos de investigación de UC Santa Cruz y la Universidad de Princeton han estado superando los límites de este campo. Dirigido por Brant Robertson de UC Santa Cruz y Evan Schneider, miembro del Hubble de la NASA, el equipo se centró en optimizar el uso de las GPU NVIDIA y las herramientas de aprendizaje profundo para cumplir con los requisitos de la informática a gran escala.
Su objetivo es ampliar sus capacidades computacionales para realizar simulaciones hidrodinámicas más precisas para comprender mejor la formación de galaxias.
El equipo comenzó trasladando la carga de trabajo de la CPU a la GPU. De esta manera, pueden medir sustancias dentro y fuera de la superficie de una cuadrícula tridimensional de celdas, del mismo modo que pueden resolver varios cubos de Rubik al mismo tiempo.
Con la ayuda de la plataforma CUDA, el equipo de investigación puede transferir una serie de mallas a la GPU para realizar los cálculos necesarios y obtener resultados de simulación más detallados.
Después de liberar la mayor parte del rendimiento del sistema, pusieron sus miras en un dispositivo de clúster de GPU NVIDIA más potente, la supercomputadora Titan en el Laboratorio Nacional Oak Ridge del Departamento de Energía de EE. UU. Sin embargo, para ejecutar simulaciones de mayor resolución, necesitaban un código más potente para controlar la potencia de las 65.438 a más de 6.000 GPU Tesla a bordo del Titán.
Schneider es el mejor hombre para la tarea. Fue alumna de Robertson en la escuela de posgrado y ahora es becaria postdoctoral en la Universidad de Princeton. Schneider escribió un código de dinámica de fluidos acelerado por GPU llamado CHOLLA, que significa "Dinámica de fluidos computacional en arquitecturas paralelas".
"¿Cómo llega allí el viento galáctico? ¿Qué causa el viento galáctico? ¿Cómo controla el viento galáctico la masa de la galaxia? Todas estas son preguntas que queremos estudiar, pero son muy difíciles de calcular ", explica Robertson. "Evan fue la primera persona que pudo resolver este problema con precisión".
Utilizando el código CHOLLA escrito hace varios años, Schneider y Robertson pudieron ejecutar 100 millones de horas centrales en Titán. Este código es único porque realiza todas las operaciones en la GPU, lo que permite al equipo de investigación realizar simulaciones complejas de los sistemas de aprendizaje profundo NVIDIA DGX y DGX-1 en sus laboratorios y luego transferir los resultados de la simulación a Titan Expands.
"Usted desea aprovechar el rendimiento informático de punto flotante de la GPU y no quiere perder tiempo esperando que la información pase de un lado a otro entre las GPU", afirmó Robertson. "Dedique todo el tiempo que desee a la GPU".
CHOLLA puede escalar a un gran número de GPU, lo que permite a los equipos de investigación probar y calcular 550 mil millones de celdas, afirmó Robertson. "Una de las soluciones fluidas más grandes Simulaciones de dinámica en astrofísica."
Otro estudiante, Ryan Hausen, desarrolló un marco de aprendizaje profundo llamado Morpheus que utiliza datos brutos de telescopios para clasificar galaxias, allanando el camino para proyectos de investigación más ambiciosos. Con este marco, esperan procesar mediciones a gran escala de miles de millones de galaxias en el sistema DGX.
Además, también está previsto otro plan: Robertson espera poder realizar cálculos en Summit, la supercomputadora más poderosa del mundo impulsada por GPU Nvidia Volta. Él cree que con la expansión de la memoria GPU de Summit, CHOLLA puede permitirles lograr mejores resultados de investigación que usando Titan.
“El rendimiento informático de las GPU NVIDIA nos permite realizar simulaciones numéricas que no eran posibles en el pasado”, afirmó Robertson.
"A continuación, planeamos utilizar las GPU de NVIDIA para desafiar más posibilidades".