Un documento publicado hoy describe con el mayor detalle hasta la fecha las atmósferas de planetas distantes.
Los investigadores buscaron los orígenes de lo que está en la Vía Láctea y más allá de ella, y analizaron 25 exoplanetas, cuerpos que orbitan alrededor de estrellas muy lejos de nuestro sistema solar. Específicamente, estudiaron Júpiteres calientes, los exoplanetas más grandes y, por lo tanto, más fáciles de detectar. Muchos de ellos tienen sofocantes temperaturas que superan los 3000 grados Fahrenheit.
Su análisis de estas tórridas atmósferas utilizó la computación de alto rendimiento con las GPUs de NVIDIA para avanzar en la comprensión de todos los planetas, incluido el nuestro.
Los Júpiteres Calientes Brindan Más Información
Los Júpiteres calientes «ofrecen una oportunidad increíble para estudiar la física en condiciones ambientales casi imposibles de reproducir en la Tierra», dijo Quentin Changeat, autor principal del documento e investigador del University College de Londres (UCL).
Después de analizar las tendencias en un gran grupo de exoplanetas, obtuvimos más información para responder preguntas importantes.
«Este trabajo puede ayudar a hacer mejores modelos de cómo llegaron a crearse la Tierra y otros planetas», dijo Ahmed F. Al-Refaie, coautor del documento y director de métodos numéricos del Centro UCL de Datos de Exoquímica Espacial.
Analizar el Big Data de Hubble
Utilizaron la mayor cantidad de datos empleados en una encuesta de exoplanetas: 1,000 horas de observaciones de archivo, principalmente del telescopio espacial Hubble.
La parte más difícil y, para Changeat, la más fascinante del proceso fue determinar qué pequeño conjunto de modelos se ejecutaría de manera consistente con los datos de los 25 exoplanetas para obtener los resultados más confiables y revelantes.
«Hubo un período increíble de exploración: estaba encontrando todo tipo de soluciones a veces raras, pero fue realmente rápido obtener las respuestas utilizando las GPUs de NVIDIA», dijo.
Millones de Cálculos
Sus resultados generales requerían cálculos emocionantes. Cada uno de aproximadamente 20 modelos tuvo que ejecutarse 250,000 veces para los 25 exoplanetas.
Usaron la supercomputadora Wilkes3 de la Universidad de Cambridge, que contiene 320 GPU NVIDIA A100 Tensor Core en una red NVIDIA Quantum InfiniBand.
«Esperaba que la A100 pudiera duplicar el rendimiento de las V100 y P100 que usé anteriormente, pero honestamente fue como una diferencia de orden de magnitud», dijo Al-Refaie.
Ganancias de Orden de Magnitud
Una sola GPU A100 le dio un aumento de rendimiento de 200 veces en comparación con una CPU.
Cada GPU cuenta con 32 procesos, por lo que el equipo obtuvo el equivalente a una aceleración de 6,400 veces en comparación con una CPU. Cada nodo en Wilkes3, con sus cuatro A100, proporcionó un rendimiento equivalente al de hasta 25,600 núcleos de CPU, dijo.
Las aceleraciones son altas porque su aplicación es increíblemente paralela. Simula en las GPUs cómo cientos de miles de longitudes de onda de luz viajarían a través de la atmósfera de un exoplaneta
En las A100, sus modelos completan en minutos el trabajo que requeriría semanas en las CPU.
Las GPU ejecutaron los modelos físicos complejos tan rápido que su obstáculo se convirtió en un sistema basado en CPU que manejaba una tarea mucho más simple de determinar estadísticamente dónde realizar la próxima exploración.
«Fue un poco gracioso, y algo sorprendente, que simular la atmósfera no fue lo difícil. Esto nos dio la capacidad de ver realmente lo que había en los datos», dijo.
Una Gran Cantidad de Software
Al-Refaie utilizó generadores de perfiles de CUDA para optimizar los trabajos, PyCUDA para optimizar el código del equipo y cuBlas para acelerar algunas rutinas matemáticas.
«Con todo el software de NVIDIA disponible, hay una gran cantidad de cosas que puedes aprovechar. Por lo tanto, el equipo está comenzando a presentar sus trabajos rápidamente, ya que tenemos las herramientas adecuadas», dijo.
Necesitarán toda la ayuda que puedan obtener, ya que el trabajo se volverá mucho más desafiante.
Obtener un Mejor Telescopio
El telescopio espacial James Webb estará disponible en junio. A diferencia del Hubble y todos los instrumentos anteriores, está específicamente orientado a observar exoplanetas.
El equipo ya está desarrollando formas de trabajar con resoluciones más altas para adaptarse a los datos esperados. Por ejemplo, en lugar de usar modelos unidimensionales, usarán modelos de dos o tres dimensiones y tendrán en cuenta más parámetros, como los cambios a lo largo del tiempo.
«Por ejemplo, si un planeta tiene una tormenta, es posible que no podamos verla con los datos actuales, pero creemos que será posible con los datos de próxima generación», dijo Changeat.
Explorar la HPC+IA
La creciente marea de datos abre la puerta para aplicar el deep learning, algo que los expertos de IA del grupo están explorando.
Es un momento emocionante, dijo Changeat, quien se une al Instituto de Ciencias del Telescopio Espacial en Baltimore como miembro de la ESA para trabajar directamente con expertos e ingenieros allí.
«Es realmente divertido trabajar con expertos de muchos campos. En este equipo, había observadores espaciales, analistas de datos, expertos en machine learning y software. Eso es lo que hizo posible este documento», dijo Changeat.
Obtén más información sobre el documento aquí.
Imagen al máximo cortesía de LA/Hubble, N. Bartmann