A sparse octree gravitational N-body code that runs entirely on the GPU processor
我们提出了并行算法的构建和遍历稀疏八叉树的图形处理单元(GPU)。该算法是基于并行扫描和排序方法。为了测试性能和可行性,我们在CUDA中以重力树代码的形式实现了它们,该代码完全在GPU上运行。(The代码可在http://castle.strw.learnuniv.nl/software.html公开获得)树构造和遍历算法可移植到支持CUDA或OpenCL编程语言的众核设备。重力树代码在树构造期间优于调优的CPU代码,并且总体上显示出超过20倍的性能改进,导致每秒超过280万个粒子的处理速率。
2012-04-10 astro-ph.IM cs.DC
A pilgrimage to gravity on GPUs
在这篇简短的评论中,我们介绍了过去50年来的发展,这些发展导致了图形处理单元(GPU)用于天体物理模拟。自2007年NVIDIA推出统一计算设备架构(CUDA)以来,GPU已成为N体模拟的重要工具,并且非常受欢迎,几乎所有关于高精度N体模拟的论文都使用GPU加速的方法。随着GPU硬件变得越来越先进,并被用于更先进的算法,如引力树码,我们看到了一个光明的未来,GPU一样的硬件在计算天体物理学。
2012-04-13 astro-ph.IM
Gravitational-wave inference at GPU speed: A bilby-like nested sampling kernel within blackjax-ns
本研究将引力波推断核心的acceptance-walk采样算法集成到向量化blackjax-ns框架,实现GPU加速的贝叶斯推断,双黑洞分析提速20-40倍且结果与CPU版一致,为区分算法与硬件加速提供基准工具。
2025-09-04 astro-ph.HE astro-ph.IM gr-qc
An Improved GPU-Based Ray-Shooting Code For Gravitational Microlensing
我们提出了一种改进的逆射线拍摄代码的基础上的GPU生成微透镜放大率地图。除了引入GPU加速之外,我们还在两个方面做出了努力:(i)将标准的圆形透镜平面替换为矩形透镜平面,以减少由于极长的矩形图像平面而导致的不必要的透镜数量。(ii)插值方法应用在我们的实现,取得了显着的加速时,处理大量的镜头和光线所需的高分辨率地图。通过这些应用程序,我们在保持高精度的同时大大缩短了运行时间:在处理大量镜头时,速度比普通基于GPU的IRS代码和GPU-D代码提高了约100倍。如果遇到分辨率高达$10000^2$像素的情况,产生几乎为$10^{11}$的光线,则运行时间也可减少两个数量级。
2022-04-22 astro-ph.CO astro-ph.IM
N-body simulation of binary star mass transfer using NVDIA GPUs
双星系统对天文学家特别感兴趣,因为它们可以作为天体物理实验室来研究恒星的性质和过程。我们银河系中70%到90%的恒星都是双星系统的一部分。在观测到的许多类型的双星系统中,半分离和接触系统的动力学是最有趣的,因为它们表现出质量转移,这改变了两颗恒星的组成和生命周期。传质过程的时间尺度非常大,这使得该过程不可能通过物理观察来捕获。计算机模拟已被证明是非常宝贵的,在完善我们的理解传质过程。在这里,我们介绍了一个直观的,计算效率高,重力为中心的模型,模拟膨胀的恒星的洛希瓣的填充和通过第一拉格朗日点的质量转移。
2023-03-21 astro-ph.GA astro-ph.IM astro-ph.SR
Lenstool-HPC: A High Performance Computing based mass modelling tool for cluster-scale gravitational lenses
随着下一代望远镜的出现,星系团尺度的强引力透镜将越来越成为宇宙学和暗物质的相关探测器。当前和未来的设施产生的更好的分辨率数据需要更快,更有效的镜头建模软件。因此,我们提出了Lenstool-HPC,一个强引力透镜建模和地图生成工具的基础上高性能计算(HPC)技术和著名的Lenstool软件。我们还展示了天文学家通过在超级计算机上大规模并行执行来提高计算速度所需的HPC概念。Lenstool-HPC是使用具有高度并行性的透镜建模算法开发的。每个算法都被实现为高度优化的CPU,GPU和混合CPU-GPU版本。该软件已在瑞士国家超级计算中心Piz Daint集群上部署和测试。与Lenstool相比,Lenstool-HPC完全并行的镜头映射生成和导数计算仅使用1个GPU就实现了30倍的加速。在哈勃太空望远镜精度测试的Lensstool-HPC混合透镜模型拟合生成可扩展到200个CPU-GPU节点,比仅使用4个CPU-GPU节点的Lensstool更快。
2020-04-14 astro-ph.IM
Faster search for long gravitational-wave transients: GPU implementation of the transient F-statistic
F统计量是一种用于寻找自旋中子星产生的连续引力波的方法。Prix等人(2011年)介绍了一种瞬态准单色信号的变体。这种瞬变现象可能的天体物理学场景包括闪变的恒星、新生的中子星和吸积系统。在这里,我们提出了一个新的实现瞬态F统计,使用pyCUDA利用现代图形处理单元(GPU)的力量。所获得的加速允许在更宽的参数空间上进行有效的搜索,特别是当使用包括时变(例如指数衰减)幅度的更现实的瞬态信号模型时。因此,它可以全面覆盖已知附近中子星的故障,改善连续波搜索中离群值的后续工作,并可能成为未来盲全天空搜索未知中子星的重要组成部分。
2018-06-15 astro-ph.IM gr-qc
Accelerating gravitational microlensing simulations using the Xeon Phi coprocessor
最近,图形处理单元(GPU)已被用于加速非常CPU密集型的引力微透镜模拟。在这项工作中,我们使用Xeon Phi协处理器来加速此类模拟,并将其在微透镜代码上的性能与NVIDIA的GPU进行比较。对于在我们的实验中评估的选定参数集,我们发现英特尔的Knights Corner协处理器的加速与NVIDIA的Fermi系列GPU的计算能力2.0相当,但不如Kepler等具有更高计算能力的GPU显著。然而,最近发布的第二代Xeon Phi Knights Landing比Knights Corner快约5.8倍,比我们模拟中使用的Kepler GPU快约2.9倍。我们的结论是,至强融核是一个非常有前途的替代GPU的现代高性能微透镜模拟。
2017-03-28 astro-ph.HE astro-ph.IM cs.DC
Computational advances in gravitational microlensing: a comparison of CPU, GPU, and parallel, large data codes
为了评估未来在高光学深度的引力微透镜计算的进展将如何依赖于硬件和软件解决方案,我们将在图形处理单元(GPU)上实现的直接逆射线拍摄代码与单核CPU上广泛使用的分层树代码以及最近实现的适用于基于CPU的集群超级计算机的并行树代码进行了比较。我们检查树代码的准确性,通过比较与一个直接的代码在更广泛的参数空间范围比以前已经可行。我们证明,所有三个代码呈现可比的精度,和方法的选择取决于有关的规模和性质的微透镜问题正在调查的考虑。在目前的硬件上,单核CPU树代码和GPU直接代码的处理速度几乎没有差异,但是最近单核CPU速度的平台意味着现有的树代码不再能够利用摩尔定律在处理速度上的增长。相反,我们预计在未来几年内GPU的能力将快速增长,这对直接代码有利。我们认为,在天体物理计算的其他领域的进展可能会受益于通过使用“蛮力”算法过渡到GPU,而不是试图将当前最佳解决方案直接移植到GPU语言-对于某些类别的问题,GPU上的简单实现可能已经不比优化的单核CPU版本差。
2010-05-28 astro-ph.CO astro-ph.IM
GPU accelerated Hybrid Tree Algorithm for Collision-less N-body Simulations
本文提出了一种混合树算法,用于减少无碰撞N体模拟的计算和通信开销。该算法的基本思想是将相互作用力分解为两部分:来自相邻粒子的硬作用力和来自远处粒子的软作用力,并对这两种作用力进行不同的时间积分。对于硬力计算,由于只需要近邻粒子的数据,可以有效地减少并行树代码的计算和通信开销。我们在GPU集群上实现了该算法,以加速硬力和软力的力计算。由于在GPU集群上实现了该算法,我们能够将通信开销和总执行时间分别减少到正常树算法的40%和80%。此外,减少因子相对正常树算法是较小的大量进程,我们预计,执行时间最终可以减少到正常树算法的70%左右。
2014-06-24 astro-ph.IM cs.DC physics.comp-ph
Sapporo2: A versatile direct $N$-body library
天体物理学直接$N$体方法是使用NVIDIA CUDA架构实现的首批生产算法之一。现在,近七年后,GPU是天文学中用于模拟恒星系统的最常用的加速器设备。在本文中,我们提出了实现札幌2 $N$体库,它允许研究人员使用GPU的$N$体模拟很少或根本没有努力。五年前发布的第一个版本被积极使用,但在数值精度和对高阶积分器的支持方面缺乏先进的功能和通用性。在这个更新的版本中,我们从头开始重建代码,并添加了对OpenCL,多精度和高阶积分器的支持。我们将展示如何调整这些代码为不同的GPU架构,并提出如何继续利用GPU的最佳,即使只有少量的粒子($N < 100$)集成。这种精心的调优使Sapporo2比Sapporo1更快,即使增加了选项和双精度数据加载。该代码在一系列NVIDIA和AMD GPU上以单精度和双精度精度运行。随着OpenCL支持的增加,该库也能够在支持OpenCL的CPU和其他加速器上运行。
2015-10-14 astro-ph.IM cs.MS
Bonsai: A GPU Tree-Code
我们提出了一个重力层次N体代码,旨在有效地运行在图形处理单元(GPU)。算法的所有部分都在GPU上执行,这消除了中央处理器(CPU)和GPU之间的数据传输的需要。我们的测试表明,引力树代码优于调优的CPU代码的算法的所有部分,并显示出超过20倍的整体性能提高,导致超过每秒280万个粒子的处理速率。
2012-04-10 astro-ph.IM cs.DC
Teraflop per second gravitational lensing ray-shooting using graphics processing units
使用直接逆射线拍摄方法的引力透镜计算是确定放大率图、焦散图案和光变曲线(例如,作为源轮廓和大小的函数)的计算上昂贵的方式。然而,作为一种易于并行化的计算,引力射线拍摄可以使用可编程图形处理单元(GPU)加速。我们提出了我们的实施逆向射线拍摄的NVIDIA G80一代图形处理器使用NVIDIA计算统一设备架构(CUDA)软件开发工具包。我们还将代码扩展到多GPU系统,包括4 GPU NVIDIA S1070 Tesla单元。我们在单个GPU上实现了182 Gflop/s的持续处理性能,并且使用特斯拉单元实现了1.28 Tflop/s的持续处理性能。我们证明,十亿透镜微透镜模拟可以运行在一台计算机上的特斯拉单位的时间尺度,为了一天,而不使用分层树代码。
2009-05-15 astro-ph.CO astro-ph.IM
GOTHIC: Gravitational oct-tree code accelerated by hierarchical time step controlling
树方法是天体物理学中非常适合GPU的无碰撞$N$体模拟的广泛实现的算法。采用分层时间步进可以加速$N$体模拟;然而,它很少实现,其潜力在GPU实现中尚未得到测试。我们开发了一个基于分层时间步长控制的引力八叉树加速程序\texttt{GOTHIC},它采用了树方法和分层时间步长。代码通过实时监控每个函数的执行时间来进行自适应优化,并通过平衡多个函数的测量时间来最小化求解时间。在NVIDIA Tesla M2090、K20 X和GeForce GTX TITAN X上进行的真实粒子分布性能测量结果表明,与共享时间步长相比,分层时间步长实现了约3- 5倍的加速。当粒子分布分别代表仙女座星系或NFW球时,在GTX TITAN X上测量到的\texttt{GOTHIC}每步经过的时间为0.30 s或0.44 s,其中$2^{24} =$约为16,777,216个粒子。代码的平均性能相当于GPU理论单精度峰值性能的10- 30%。
2016-10-24 astro-ph.CO astro-ph.GA astro-ph.IM
GENGA II: GPU planetary N-body simulations with non-Newtonian forces and high number of particles
我们提出了最近的更新和改进的图形处理单元(GPU)的N体代码GENGA。现代最先进的行星形成模拟需要使用大量的粒子来精确地解决行星的生长问题,并量化动力摩擦的影响。目前,实际的上限是30,000 - 60,000个完全交互的粒子;在最新的GPU设备上可能会更多。虽然原始的混合辛积分方法很难扩展到这些数字,但我们通过i)引入更高级别的转换函数和ii)代码改进来改进积分方法,以便更有效地使用最新的GPU硬件进行大型模拟。我们增加了对非牛顿力的处理,如广义相对论、潮汐相互作用、旋转变形、雅科夫斯基效应和坡印廷-罗伯逊阻力,以及一个新的模型来处理太阳系中小天体的虚拟碰撞。我们为GENGA添加了新的工具,例如半主动测试粒子,它们可以感受到更大的物体,但彼此之间不会,更准确的碰撞处理和实时的OpenGL可视化。我们目前的例子模拟,包括一个15亿年的类地行星形成模拟,最初开始与65,536个粒子,35亿年的模拟没有气体巨星开始与32,768个粒子,小行星碎片在太阳系的演变,和不断增长的木星模拟的星子吸积。GENGA在现代NVIDIA和AMD GPU上运行。
2022-06-08 astro-ph.EP astro-ph.IM
gevolution 2.0: GPU-accelerated relativistic N-body simulations for cosmology
Institut für Teilchen- und Astrophysik, ETH Zürich(苏黎世联邦理工学院粒子与天体物理研究所);Institut für Astrophysik, Universität Zürich(苏黎世大学天体物理研究所);Département de Physique Théorique, Université de Genève(日内瓦大学理论物理系);CEICO, Institute of Physics of the Czech Academy of Sciences(捷克科学院物理研究所CEICO)
研究针对宇宙学的相对论性N体模拟,核心方法是对gevolution代码进行重大改进,采用三层并行化,包括MPI、OpenMP及CUDA,实现GPU加速,主要贡献是发布gevolution 2.0及GPU就绪版LATfield2库并展示性能基准。
2026-07-21 astro-ph.CO astro-ph.IM
Gravitational octree code performance evaluation on Volta GPU
在这项研究中,最初为费米,开普勒和麦克斯韦GPU架构优化的引力八叉树代码适用于Volta架构。Volta体系结构引入了独立的线程调度,需要在适当的位置插入显式同步,或者通过指定\texttt{-gencode arch=compute\_60,code=sm\_70}来执行与Pascal或更早的体系结构相同的隐式同步。在NVIDIA当前的旗舰GPU Tesla V100上进行的性能测量显示,使用$2^{23} = 8388608$粒子对仙女座星系模型进行$N$体模拟,每种情况下每步需要$3.8 \times 10^{-2}$ ~s或$3.3 \times 10^{-2}$ ~s。与上一代旗舰GPU Tesla P100相比,Tesla V100实现了1.4至2.2倍的加速。观察到的2.2的加速大于1.5,这是两个GPU的理论峰值性能之比。整数运算单元与浮点数运算单元的独立性使得整数运算和浮点数运算能够重叠执行。它隐藏了整数运算的执行时间,导致加速率高于理论峰值性能比。Tesla V100可以使用多达$25 \times 2^{20} = 26214400$粒子执行$N$ -身体模拟,并且每步需要$2.0 \times 10^{-1}$ ~s。它相当于$3.5$ ~TFlop/s,是单精度理论峰值性能的22%。
2018-11-07 astro-ph.IM cs.MS cs.PF
A GPU Code for Finding Microlensing Critical Curves and Caustics
本文提出一种高效GPU代码,用于在生成微引力透镜放大率图时定位焦散线,并利用微焦散线位置约束源位置和速度等 nuisance 参数。
2025-06-02 astro-ph.GA astro-ph.IM
A new GPU-accelerated hydrodynamical code for numerical simulation of interacting galaxies
本文提出了一个新的可扩展的流体动力学程序GPUPEGAS(GPU加速的质子气体天体物理模拟),用于相互作用星系的模拟。该代码是基于Goddom方法的组合以及FlIC方法的原始实现,特别适用于GPU实现。在GPUPEGAS软件中,采用快速傅里叶变换求解泊松方程.在经典气体动力学问题、新Aksenov检验和经典引力气体动力学问题上对上述方法的软件实现进行了测试。采用无碰撞流体动力学方法对恒星和暗物质进行模拟。GPUPEGAS计算加速器的可扩展性。
2013-11-04 astro-ph.IM
FROST: a momentum-conserving CUDA implementation of a hierarchical fourth-order forward symplectic integrator
我们提出了一种新的四阶前向辛积分器的层次制定和GPU加速的直接求和N体代码FROST的数值实现。新的积分器是特别适合于模拟具有较大的动态范围,由于其分层性质。在四阶辛积分器的严格正的积分子步骤是可能的,除了牛顿加速度计算一个额外的梯度项。所有的力计算和反冲操作是同步的,因此积分算法是明显的动量守恒。我们还采用了一个时间步对称化程序来近似恢复自适应个人时间步长的时间可逆性。我们证明了在一系列的二进制,少体和百万体模拟,弗罗斯特保存能量的水平$|ΔE / E| \sim 10^{-10}$,而在线性和角动量的误差几乎可以忽略不计。对于典型的星团模拟,我们发现,FROST的规模以及$N_\mathrm{GPU}^\mathrm{max}\sim 4\times N/10^5$ GPU,使直接求和N体模拟超过$N=10^6$粒子可能在系统上有几百个GPU。由于分层积分的性质,在代码中包含开普勒求解器或具有近距离接触和二进制的后牛顿校正的正则化积分器是简单的。
2021-01-07 astro-ph.GA astro-ph.IM physics.comp-ph
SFUMATO#: A GPU-accelerated code for self-gravitational radiation hydrodynamics simulation with adaptive mesh refinement
Center for Computational Sciences, University of Tsukuba(筑波大学计算科学中心);Faculty of Sustainability Studies, Hosei University(法政大学可持续研究学部)
本文提出了一种新的SFUMATO#代码,用于解决自引力辐射流体动力学问题,采用自适应网格细化(AMR)和CUDA/HIP编程框架,结合多网格求解器、辐射传输、非平衡化学、热演化和粒子方案,验证了非平衡化学和热求解器的准确性,并展示了多GPU执行和强标度性能。
2026-05-21 astro-ph.GA astro-ph.IM astro-ph.SR
A Performance Comparison of Different Graphics Processing Units Running Direct N-Body Simulations
基于中央处理单元和图形处理单元(GPU)的联合能力的混合计算架构正在成为生物学、化学、工程、物理学等广泛模拟的流行和强大的硬件工具。在本文中,我们提出了一个比较的性能时,市场上的各种GPU应用于数值积分的经典,引力,N体问题。为此,我们开发了一个OpenCL版本的并行代码(HiGPU)用于这些测试,因为这个版本是唯一适合在不同品牌的GPU上工作的版本。主要的一般结果是,我们确认的可靠性,速度和廉价的GPU时,应用于检查的问题(即,当力评估是依赖于相互距离,因为它发生在引力物理学和分子动力学)。更具体地说,我们发现,仅用于游戏应用的廉价GPU在计算速度方面也非常出色,在科学应用中也是如此,尽管在中央存储器和带宽方面存在一些限制,但可以是以非常好的性能成本比实现科学用途的机器的良好选择。
2013-04-07 astro-ph.IM cs.DC cs.PF
Swarm-NG: a CUDA Library for Parallel n-body Integrations with focus on Simulations of Planetary Systems
我们提出了Swarm-NG,一个C++库,用于使用高度并行的图形处理单元(GPU)(如NVIDIA的Tesla T10和M2070 GPU)高效地直接集成许多n体系统。虽然之前的研究已经证明了GPU对于具有数千到数百万个物体的n体模拟的好处,但Swarm-NG专注于许多少体系统,例如,数以千计的系统与3.每个星系有15个天体,这是研究行星系的典型方法。Swarm-NG将模拟并行化,包括运动方程的数值积分和使用NVIDIA的“计算统一设备架构”(CUDA)在GPU上进行的力评估。Swarm-NG包括四阶时间对称Hermite积分和混合变量辛积分的优化实现,以及其他算法的几个示例代码,以说明不熟悉CUDA的用户如何将自定义积分器引入Swarm-NG框架。为了优化性能,我们分析了GPU特定参数在双精度下对性能的影响。Swarm-NG的应用包括研究行星形成的后期阶段,测试行星系的稳定性,以及评估许多行星系模型与太阳系外行星宿主恒星(例如,径向速度、天体测量、凌日计时)。虽然Swarm-NG专注于许多行星系的并行积分,但底层积分器可以应用于各种各样的问题,这些问题需要使用不同的初始条件和/或参数值多次重复积分一组常微分方程。
2012-09-25 astro-ph.EP astro-ph.IM cs.DC
N-body simulation for self-gravitating collisional systems with a new SIMD instruction set extension to the x86 architecture, Advanced Vector eXtensions
我们提出了一个高性能的N体代码的自引力碰撞系统加速的帮助下,一个新的SIMD指令集扩展的x86架构:高级矢量扩展(AVX),增强版本的流SIMD扩展(SSE)。Intel Core i7-2600处理器(8 MB高速缓存,3.40GHz)上,实现了一种四阶Hermite方案,并采用了独立的时间步长方案(Makino和Aarseth,1992年),并实现了每秒20千兆浮点数运算(GFLOPS)的性能,实现了双精度精度,这比先前开发的用SSE指令实现的代码的效率高两倍和五倍(Nitadori等人,2006 b),以及在没有任何显式使用SIMD指令的情况下利用相同处理器核实现的代码的性能。我们已经通过使用所谓的NINJA方案(Nitadori等人,2006 a),并实现了90 GFLOPS的系统包含超过N = 8192个粒子与8 MPI进程上的四个核心。我们预计将实现约10万亿次浮点数(TFLOPS)的自引力碰撞系统与N 105的大规模并行系统,最多800个核心与桑迪桥微架构。该性能将与图形处理单元(GPU)集群系统的性能相当,诸如具有大约200特斯拉C1070 GPU的GPU(Spurzem等人,2010年)。本文提供了一种替代碰撞N体模拟与GRAPE和GPU。
2011-09-06 astro-ph.GA astro-ph.IM physics.comp-ph
GPU-accelerated broadband analysis of multi-messenger GRB light curves
高频多信使观测提供了对伽马射线暴(GRB)的强大探测,这是由{ \em BeppoSAX}在伽马射线和LIGO-Virgo在引力波中开创的。确定中心引擎--磁星或黑洞--也有望改善伽马射线暴作为宇宙演化探针的作用。忒修斯的设计非常适合追求这两个科学目标。在这里,我们提出了一个通用的{ \em图形处理器单元}(GPU)加速的宽带搜索算法的长时间上升和下降啁啾,合并后或从大质量恒星的核心崩溃,在电磁和引力辐射。它通过使用十几个高端GPU的异构计算,以每秒超过100万个相关性的速度,使用长达1秒的800万个模板库实现蝶形滤波。我们展示了它的应用与识别宽带Kolmogorov谱在长伽玛暴和长持续时间上升啁啾的合并GW 170817。第一个显示了一个明显的缺乏高频颠簸,否则预计从新形成的磁星中央引擎。第二个说明了需要深入搜索,以确定GRB中心引擎在下降啁啾的引力波,合并后或附近的能量核心崩溃超新星。未来,一个涵盖了广泛红移的忒修斯伽玛暴目录可能会探测宇宙真空的性质,并将德西特极限作为宇宙演化的转折点。
2018-02-05 astro-ph.IM
Ab Initio Real-Time Gravitational-Wave Parameter Estimation
Institute of Astronomy, University of Cambridge(剑桥大学天文学研究所);Cavendish Laboratory, University of Cambridge(剑桥大学卡文迪许实验室);Nikhef(荷兰国家核物理与高能物理研究所);Institute for Gravitational and Subatomic Physics, Universiteit Utrecht(乌得勒支大学引力与亚原子物理研究所)
该研究提出GPU原生嵌套采样内核,基于SwiG结构优化随机采样技术,实现了LIGO/Virgo探测器引力波信号的快速参数估计,部分场景达实时水平。
2026-07-31 astro-ph.IM gr-qc
Using Graphics Processing Units to solve the classical N-body problem in physics and astrophysics
图形处理器(GPU)可以加速天体物理学中各种问题的数值求解,包括恒星系统的动力学演化;与仅使用中央处理器相比,性能增益可以超过100倍。在这项工作中,我描述了一些策略,以加快经典的$N$体问题使用GPU。我展示了$N$体代码HiGPU的一些特性作为模板代码。在此背景下,我还给出了正则化方法的并行实现的一些提示,并介绍了代码HiGPUs-R。虽然这项工作的主要应用涉及天体物理学,但所提出的一些技术具有普遍有效性,可以应用于物理学的其他分支,如电动力学和QCD。
2015-01-27 astro-ph.IM physics.comp-ph
Symplectic integration for the collisional gravitational $N$-body problem
本文提出了一种新的辛积分器,它利用开普勒解设计的碰撞引力$N$体问题。积分器也是可逆的,并保存9个积分的运动的$N$机构的问题,机器精度。积分器是二阶的,但是可以通过\citeauthor{yos90}的方法容易地增加阶数。我们使用固定的时间步长在本文研究的所有测试,以确保保持辛。我们研究小的$N$碰撞问题,并进行比较,通常使用的积分。特别是,我们发现相当或更好的性能相比,第四阶Hermite方法和更好的性能比自适应时间步长辛积分器之前介绍。我们发现更好的性能相比,SAKURA,一个非辛,非时间可逆积分器的基础上不同的两体分解的$N$体问题。积分器是研究碰撞引力动力学的一个很有前途的工具。
2015-07-21 astro-ph.GA astro-ph.IM astro-ph.SR
GIGA-Lens: Fast Bayesian Inference for Strong Gravitational Lens Modeling
我们介绍GIGA镜头:一个基于梯度信息的GPU加速贝叶斯框架,用于对强引力透镜系统进行建模,在TensorFlow和JAX中实现。这三个组件,使用多开始梯度下降的优化,变分推理的后验协方差估计,以及通过Hamiltonian Monte Carlo进行采样,都通过自动微分和图形处理单元(GPU)上的大规模并行化利用梯度信息。我们在一个大型的模拟系统上测试了我们的流水线,并详细展示了其高水平的性能。在四个Nvidia A100 GPU上对单个系统建模的平均时间为105秒。该框架所提供的鲁棒性、速度和可扩展性使得对当前调查中发现的大量强透镜进行建模成为可能,并为有望在Vera C时代发现的$\mathcal{O}(10^5)$透镜系统建模提供了非常有前途的前景。鲁宾天文台,欧几里得和南希格雷斯罗马太空望远镜。
2022-02-15 astro-ph.CO astro-ph.IM stat.AP
Rapid GPU-Assisted Search and Parameterization-Based Refinement and Continuation of Connections between Tori in Periodically Perturbed Planar Circular Restricted 3-Body Problems
针对周期扰动PCRTBP中环面间异宿连接难以搜索的问题,提出GPU加速的网格搜索与参数化细化方法,实现快速高精度计算并延续连接族,在木星-欧罗巴模型中验证,加速5-7倍。
2023-10-18 astro-ph.EP astro-ph.IM math.DS
Terrestrial planet formation in the era of GPU computing
Institute for Particle Physics and Astrophysics(粒子物理与天体物理研究所);Department of Astrophysics(天体物理学系)
本文探讨了利用GPU计算进行行星系统N体积分的数值方法,指出传统加速因子会导致行星化学组成失真,并展示了高分辨率模拟中行星形成时间尺度与初始行星esimal大小的关系。
2026-04-10 astro-ph.EP astro-ph.IM
Modeling gravitational few-body problems with TSUNAMI and OKINAMI
近年来,引力少体问题及其在天体物理中的应用越来越受到人们的关注。这种新的兴趣的主要原因是大量新发现的系外行星和引力波的探测。在这里,我们提出了两个数字代码来模拟三体和少体系统,称为TSUNAMI和OKINAMI。TSUNAMI代码是一个直接的少体代码与算法正则化,潮汐力和后牛顿修正。OKINAMI是一个长期的,双平均的稳定分层三元组的代码。我们描述了我们的代码中实现的主要方法,并回顾了我们最近的结果和应用引力波天文学,行星科学和统计逃逸理论。
2022-06-21 astro-ph.EP astro-ph.HE astro-ph.IM
Gravitational tree-code on graphics processing units: implementation in CUDA
我们提出了一种新的非常快速的树代码,它运行在大规模并行图形处理单元(GPU)与NVIDIA CUDA架构。树的构建和多极矩的计算是在主机CPU上进行的,而力的计算,其中包括树行走和相互作用列表的评估是在GPU上进行的。通过这种方式,我们实现了约100 GFLOP/s的持续性能和约50 GB/s的数据传输速率。计算一百万个张开角为$θ\approx 0.5$的粒子上的力大约需要一秒钟。该代码有一个方便的用户界面,并可免费使用\footnote{\tt http://castle.strw.leidenuniv.nl/software/octgrav.html}。
2010-05-28 astro-ph.IM cs.DC
SAPPORO: A way to turn your graphics cards into a GRAPE-6
我们介绍了Sapporo,这是一个用于在NVIDIA图形处理单元(GPU)上执行高精度重力N体模拟的库。我们的库模仿GRAPE-6库,目前在GRAPE-6上运行的N体代码可以通过简单的重新链接库切换到Sapporo。我们的库的精度与GRAPE-6相当,即使内部GPU硬件仅限于单精度运算。通过仿真双精度计算粒子间的距离,有效地克服了这一局限性。与能够以高精度运行的优势相比,该操作的性能损失很小(< 20%)。我们使用几个支持GRAPE-6的N体代码测试了该库,特别是使用Starlab和phiGRAPE。我们测量了在具有四个商用G92架构GPU(两个GeForce 9800 GX 2)的PC上运行10^6个粒子的800 Gflop/s的峰值性能。作为一个生产测试,我们模拟了一个32 k的普卢默模型,等质量的恒星远远超过核心崩溃。模拟时间为41天,平均性能为113 Gflop/s。GPU在生产环境中运行如此长的一段时间没有出现任何问题。
2009-03-05 astro-ph.IM cs.DC
Comment on "N-body simulations of gravitational dynamics" by Dehnen and Read
它表明,在N体模拟的大小增长的历史总结,在这篇评论中的粒子数测量缺少一些关键的里程碑。粒子的大小很重要,因为粒子的数量和适当的力平滑是抑制不必要的离散性的关键方法,因此初始条件和运动方程适合于泊松-弗拉索夫系统中引力不稳定性的增长,该系统适合于具有暗物质的宇宙。公布的关于可以做什么的严格限制不包括在审查中。
2011-05-09 astro-ph.CO astro-ph.IM
Bonsai-SPH: A GPU accelerated astrophysical Smoothed Particle Hydrodynamics code
我们提出的光滑粒子流体动力学模拟代码,Bonsai-SPH,这是我们以前开发的重力只分层$N$体代码(称为盆景)的延续。该代码针对图形处理单元(GPU)加速器进行了优化,使研究人员能够利用这些强大的计算资源。Bonsa-SPH产生的模拟结果与最先进的,基于CPU的,代码,但使用一个数量级更少的计算时间。该代码可以在网上免费获得,详细信息在本工作中描述。
2020-02-14 astro-ph.IM cs.DC physics.comp-ph
pespace: A new tool of GPU-accelerated and auto-differentiable response generation and likelihood evaluation for space-borne gravitational wave detectors
University of Science and Technology of China(中国科学技术大学);Guizhou University(贵州大学)
pespace是一种基于GPU加速和自动微分的空间引力波探测器工具,用于大规模黑洞双星的全贝叶斯参数估计。
2026-02-12 astro-ph.IM gr-qc
A flexible, GPU-accelerated approach for the joint characterization of LISA instrumental noise and Stochastic Gravitational Wave Backgrounds
Max Planck Institute for Gravitational Physics (Albert Einstein Institute)(马克斯·普朗克引力物理研究所(爱因斯坦研究所))
针对LISA仪器噪声与随机引力波背景形状未知的问题,提出基于样条和可逆跳MCMC的GPU加速联合表征方法,实现多成分自适应拟合并评估探测前景。
2025-10-20 astro-ph.HE astro-ph.IM gr-qc
N-body simulations of gravitational dynamics
我们描述的天体物理和数值基础的N体模拟,碰撞恒星系统(密集的星团和星系中心)和碰撞恒星动力学(星系和大尺度结构)。我们解释和讨论的国家的最先进的算法用于这些完全不同的制度,试图给出一个公平的批评,并指出未来的改进和发展的可能方向。我们简要地触及N体模拟的历史和他们最重要的结果。
2011-05-05 astro-ph.IM physics.comp-ph
Astrophysical Particle Simulations on Heterogeneous CPU-GPU Systems
异构的CPU-GPU节点在HPC集群中越来越流行。我们需要根据CPU与GPU的相对性能重新考虑此类系统的算法和优化技术。在本文中,我们报告了一个性能优化的粒子模拟程序“OTOO”,它是基于八叉树方法,为异质系统。OTOO的主要应用是天体物理模拟,如N体模型和恒星剧烈合并的演化。我们提出了CPU和GPU之间的最佳任务分配,其中GPU仅用于计算粒子力的计算。此外,我们描述了优化技术,如控制力的准确性,矢量化树行走,和多个GPU之间的工作划分。我们使用OTOO模拟了两颗白矮星的合并过程,发现OTOO在模拟这一过程的命运方面是强大而实用的。
2012-06-06 astro-ph.IM cs.PF physics.comp-ph
GPU-Accelerated Periodic Source Identification in Large-Scale Surveys: Measuring $P$ and $\dot{P}$
许多螺旋形和合并的恒星残余物在轨道运行或碰撞时都会发出引力和电磁辐射。这些引力波事件与其相关的电磁对应物一起提供了关于合并性质的见解,使我们能够进一步限制双星的性质。随着激光干涉仪空间天线(LISA)的发射,需要对超紧双星(UCB)系统进行后续观测和模型研究。目前和即将进行的长基线时域调查将观察到许多这样的UCB。我们提出了一种新的快速周期性对象搜索工具,能够搜索通用周期信号的基础上的条件熵算法。这种新的实现方式允许在周期($P$)和周期的时间导数($\dot{P}$)上进行网格搜索。为了演示此工具的使用,我们使用一个小的,手工挑选的UCB人口的子集从人口合成代码\cosmic,以及在固定的内在参数的不同时期的自定义目录。我们模拟光变曲线可能被观察到的未来的时域调查,通过使用现有的食双星光变曲线模型占轨道周期的变化,由于引力辐射。我们发现,搜索与$\dot{P}$值是必要的检测在轨道周期小于$\sim$ 10分钟的二进制文件。我们还表明,它是有用的,在寻找和表征二进制文件具有较长的周期,但在一个较高的计算成本。我们的代码被称为gce(GPU加速条件熵)。可在https://github.com/mikekatz04/gce上查阅。
2021-02-17 astro-ph.IM gr-qc
Architecture Acceleration of Machine Learning Gravitational Waveform Surrogate Models
INFN, Sezione di Firenze(意大利国家核物理研究所佛罗伦萨分部);INFN, Sezione di Pisa(意大利国家核物理研究所比萨分部);INAF, Osservatorio di Astrofisica e Scienza dello Spazio(意大利国家天体物理研究所空间科学与天体物理观测站);INFN, Sezione di Bologna(意大利国家核物理研究所博洛尼亚分部)
本工作提出JAX生态中机器学习引力波代理模型mlgw和mlgw-bns的硬件加速实现,实现JIT编译、GPU加速和自动微分,在CPU和GPU上分别获得超过一个数量级和约两个数量级的加速,并成功集成到贝叶斯参数估计流程中。
2026-09-28 astro-ph.IM gr-qc
Neural Symplectic Integrator with Hamiltonian Inductive Bias for the Gravitational $N$-body Problem
SURF Corporative(SURF 公司);Leiden University(莱顿大学)
引力$N$ -天体问题是天体物理学中预测$N$天体在相互引力作用下的运动的基本问题,由于没有已知的$N>2$的一般解析解,通常用数值方法求解。神经网络能否精确求解$N$ -体问题?神经网络能观测到长期的能量能量守恒和轨道角动量吗?受Wistom & Holman(1991)的辛映射的启发,我们提出了一个神经$N$ -体积分器,用于将哈密顿量分裂为两体部分,可解析求解,以及我们用NN近似的相互作用部分。我们的神经辛$N$体代码集成了一个一般的三体系统的$10^{5}$步骤,而不从地面实况动力学从传统的$N$体积分器。此外,它通过成功地预测不属于训练集的$N$ -身体系统的演变,表现出良好的归纳偏差。
2021-11-28 astro-ph.IM cs.LG physics.comp-ph
4.45 Pflops Astrophysical N-Body Simulation on K computer -- The Gravitational Trillion-Body Problem
作为2012年Gordon-Bell性能奖的参赛作品,我们报告了在K计算机全系统上进行的一万亿粒子天体物理N体模拟的性能结果。这是世界上第一个引力万亿物体模拟。我们描述了科学动机、数值算法、并行化策略和性能分析。与以前许多使用树算法进行天体物理N体模拟的戈登-贝尔奖得主不同,我们使用混合TreePM方法,以获得类似的精度水平,其中短程力由树算法计算,而长程力由粒子网格算法求解。我们开发了一个高度调谐的引力核短程力,和一个新的通信算法的远程力。在24576和82944节点的K机上,平均性能分别为1.53和4.45Pflops,相当于峰值速度的49%和42%。
2015-04-13 astro-ph.CO astro-ph.IM physics.comp-ph