Potężna symulacja Drogi Mlecznej. Zbudowali ją cząstka po cząstce
Superkomputer Fugaku i głębokie uczenie pozwoliły zasymulować 300 miliardów cząstek. To pierwsza w historii symulacja Drogi Mlecznej gwiazda po gwieździe.
To największa i najdokładniejsza cyfrowa symulacja naszej galaktyki, jaką kiedykolwiek stworzono. Japońscy naukowcy użyli algorytmów, by przełamać barierę, która przez dekady spowalniała postępy w astrofizyce. Dzięki nowemu podejściu, eksplozje supernowych przestały być problemem, a Droga Mleczna po raz pierwszy w historii została zasymulowana z rozdzielczością pojedynczych gwiazd.
Galaktyka zbudowana cząstka po cząstce
W centrum przełomu opisywanego w artykule leży japońska superkomputacyjna symulacja, która jako pierwsza w historii zdołała odtworzyć całą Drogę Mleczną z rozdzielczością sięgającą pojedynczych gwiazd. Badacze z uniwersytetów w Tokio, Kobe, Sapporo, Tsukubie i w Barcelonie, wspierani przez inżynierów AI z firmy Preferred Networks, stworzyli cyfrowy model galaktyki obejmujący aż 300 mld cząstek. To 10 razy więcej, niż jakakolwiek wcześniejsza symulacja.
Zespół obliczył pełną dynamikę naszej galaktyki, uwzględniając przy tym grawitację, ruch gazu, formowanie gwiazd, eksplozje supernowych, a nawet dyfuzję metali powstających we wnętrzach gwiazd. Wszystko to z niespotykaną dotąd dokładnością masową, wynoszącą 0,75 masy Słońca na cząstkę.
Supernowe były jak hamulec
Przez dziesięciolecia to supernowe były największym problemem w symulacjach galaktyk. Ich nagłe, energetyczne eksplozje tworzyły bardzo gorące i gęste obszary, które wymuszały na komputerach wykonywanie miliardów drobnych obliczeń w niezwykle małych krokach czasowych. W skrócie: jedna eksplodująca gwiazda mogła zatrzymać cały model galaktyki. Eksplozje supernowych przebiegają w skali lat, ale model Drogi Mlecznej musi obejmować miliardy lat. Taka różnica w skalach czasowych była jak próba jednoczesnego oglądania filmu w czasie rzeczywistym i w zwolnionym tempie.
Nowy pomysł był zarazem genialny, jak i prosty: nie symulować supernowych bezpośrednio, ale przewidzieć ich skutki za pomocą specjalnie wytrenowanego modelu AI. Właśnie tak powstał tzw. model zastępczy, oparty na architekturze U-Net, czyli sieci neuronowej zaprojektowanej do przetwarzania trójwymiarowych danych.
Gdy w symulacji dochodzi do wybuchu gwiazdy, dane o gazie w jej otoczeniu są tymczasowo przekazywane do osobnych węzłów obliczeniowych. Tam model AI przewiduje, jak po 100 tys. lat będzie wyglądać rozkład temperatury, gęstości i prędkości gazu. W tym czasie główny model Drogi Mlecznej działa dalej – nie spowalniany przez mikroskopijną, lokalną katastrofę. Dzięki takiemu podziałowi pracy symulacja nie zatrzymuje się ani na chwilę, a każda supernowa jest realistycznie uwzględniona – bez blokowania całej galaktyki.
Wyobraź sobie budowanie ogromnego zamku z klocków LEGO. Gdy jedna malutka wieża się rozpada, nie niszczy to całej konstrukcji. Odbudowujesz tylko tę wieżę, prawda? Tak właśnie działa w symulacji galaktyki nowy model AI.
Nowe tempo symulacji
Po raz pierwszy w historii możliwe było wykorzystanie stałego, dużego kroku czasowego (np. 2000 lat), zamiast przeskakiwania co kilkadziesiąt lat, co wcześniej było konieczne. W efekcie udało się uzyskać symulację galaktyki obejmującą milion lat w zaledwie 2 godz. i 47 min. Na superkomputerze Fugaku uruchomiono 7,1 mln rdzeni procesora, które pracowały z łączną mocą 8,2 PFLOPS. Dzięki temu udało się osiągnąć przyspieszenie aż 113 razy w porównaniu z najlepszymi dotąd symulacjami galaktycznymi.
Za kulisami tego wszystkiego działał autorski kod ASURA, połączony z biblioteką FDPS do dynamicznej symulacji cząstek oraz zoptymalizowanym silnikiem AI działającym na CPU. Dodatkowo zastosowano tu PIKG, czyli generator zoptymalizowanych obliczeń międzycząsteczkowych dla konkretnych architektur procesorów. Model DL (U-Net) był trenowany na GPU, ale wykorzystywany już na CPU, co pozwoliło uniknąć kosztownego transferu danych.
To przyszłość symulacji kosmosu
Opisywana technologia to zapowiedź nowej ery symulacji w wielu dziedzinach. Dzięki integracji modeli zastępczych naukowcy mogą wreszcie łączyć bardzo różne skale czasowe i przestrzenne w jednym modelu. A zastosowania? Od powstawania galaktyk, przez wzrost czarnych dziur, po symulacje klimatyczne, pogodowe i turbulentne. Wszystko to może działać szybciej i dokładniej, jeśli kluczowe wąskie gardła zostaną obsłużone przez AI.
Przeczytaj także:
Zespół już teraz planuje swoje kolejne krok, w tym rozszerzenie modelu na jeszcze większe struktury kosmiczne. Nowa technika pozwoli również śledzić powstawanie czarnych dziur, supergromad galaktyk, a może nawet ewolucję całych wszechświatów w wersji cyfrowej. Dzięki AI nauka właśnie zyskała narzędzie, które pozwoli nam symulować kosmos tak dokładnie, jak nigdy dotąd.
*Grafika wprowadzająca wygenerowana przez AI
