Un equipo internacional de astrónomos ha realizado observaciones de archivo recopiladas por el Telescopio Espacial Hubble de la NASA/ESA de 25 exoplanetas de “Júpiter caliente”, cuerpos que orbitan estrellas mucho más allá de nuestro sistema solar, utilizando aceleración basada en GPU de Nvidia.
Los investigadores ahora han publicado un artículo basado en encuestas de los 25 exoplanetas utilizando lo que se cree que es la mayor cantidad de datos jamás empleados en una encuesta de tales cuerpos: 1,000 horas de observaciones de archivo, principalmente del Telescopio Espacial Hubble.
Centraron su estudio en los Júpiter calientes, los exoplanetas más grandes y, por lo tanto, más fáciles de detectar, muchos de ellos con temperaturas sofocantes de más de 3000 °F. Su análisis de estas atmósferas tórridas utilizó computación de alto rendimiento con GPU Nvidia para avanzar en la comprensión de todos los planetas, incluida la Tierra.
El autor principal, Quentin Changeat, dijo: “Hubble permitió la caracterización en profundidad de 25 exoplanetas, y la cantidad de información que aprendimos sobre su química y formación, gracias a una década de intensas campañas de observación, es increíble”.
El colíder del estudio, Billy Edwards de UCL y el Comisariado de Energía Atómica y Alternativas de Energía (CEA), dijo: “Nuestro artículo marca un punto de inflexión para el campo. Ahora estamos pasando de la caracterización de atmósferas de exoplanetas individuales a la caracterización de poblaciones atmosféricas”.
Según Changeat, la parte más fascinante del proceso fue determinar qué pequeño conjunto de modelos ejecutar de manera consistente con los datos de los 25 exoplanetas para obtener los resultados más confiables y reveladores.
“Hubo un período increíble de exploración: estaba encontrando todo tipo de soluciones, a veces extrañas, pero fue realmente rápido obtener las respuestas con las GPU de Nvidia”, dijo. Cada uno de los 20 modelos tuvo que funcionar 250.000 veces para los 25 exoplanetas.
El procesamiento se ejecutó en la supercomputadora Wilkes3 de la Universidad de Cambridge, que utiliza 320 GPU Nvidia A100 Tensor Core en una red Nvidia Quantum InfiniBand.
Cada nodo de Wilkes3 está configurado con cuatro A100, lo que, según Nvidia, equivale a hasta 25 600 núcleos de CPU. Nvidia afirmó que una sola GPU A100 ofrece un aumento de rendimiento de 200 veces en comparación con una CPU. Con 32 procesos en cada GPU, el equipo obtuvo el equivalente a una aceleración de 6400x en comparación con una CPU, dijo Nvida en una publicación de blog.
El software que se ejecuta en las GPU de Nvidia simula cómo viajarían cientos de miles de longitudes de onda de luz a través de la atmósfera de un exoplaneta.
“Esperaba que los A100 tuvieran el doble de rendimiento que los V100 y los P100 que usaba anteriormente, pero, sinceramente, era como una diferencia de un orden de magnitud”, dijo Ahmed Al-Refaie, coautor del artículo y jefe de métodos numéricos en el Centro UCL para datos de exoquímica espacial.
Al-Refaie usó los perfiladores CUDA de Nvidia para optimizar trabajos, PyCUDA para optimizar el código del equipo y cuBlas para acelerar algunas de las rutinas matemáticas.
Según Nvidia, el principal cuello de botella en el sistema no era la simulación basada en GPU, sino el sistema basado en CPU que manejaba la tarea de determinar estadísticamente qué parte del conjunto de datos explorar a continuación.
