太陽系外的行星是什么樣的?研究人員使用配備 NVIDIA GPU 的超級計算機，從哈勃望遠鏡的數據中發現了 25 顆行星的趨勢。

4 月 25 日發表的一篇論文對遙遠行星的大氣層進行了迄今為止最為詳細的描述。

為了探尋銀河系內外萬物的起源，研究人員研究了 25 顆系外行星(這些行星圍繞太陽系外的恒星運行)。他們所研究的系外行星均為熱木星。熱木星是體積最大的系外行星，因此最容易探測，許多熱木星的溫度超過 3000 華氏度。

研究人員利用 NVIDIA GPU 所提供的高性能計算對這些熾熱的大氣進行分析，以此增進對所有行星(包括地球)的了解。

熱木星帶來新認知

該論文的主要作者、倫敦大學學院(UCL)研究員 Quentin Changeat 表示：“熱木星使我們能夠在地球上幾乎不可能再現的環境條件中進行物理研究，這對我們來說非常寶貴。”

研究人員通過分析大量系外行星的趨勢，對多個重大問題產生了新認知。

該論文的共同作者、倫敦大學學院空間外化學數據中心數值方法負責人 Ahmed F. Al-Refaie 表示：“這項工作能夠幫助我們針對地球和其他行星的形成過程建立更好的模型。”

解析哈勃天文望遠鏡的大數據

研究人員在研究系外行星時使用了有史以來最多的數據——1000 小時的觀測檔案，這些檔案數據主要來自哈勃太空望遠鏡。

在 Changeat 看來，這個過程中最難同時也最吸引人的地方就是確定對所有 25 個系外行星的數據統一運行何種小型模型集，才能獲得最可靠和最具啟示性的結果。

他表示：“那是一段令人驚嘆的探索，我發現了各種各樣甚至有些奇怪的解決方案，但使用 NVIDIA GPU 能夠很快得到答案。”

數百萬次運算

為了獲得總體結果，研究人員需要進行大量數學運算。他們共使用了約 20 個模型，其中每個模型都必須對所有 25 個系外行星運行 25 萬次。

他們所使用的是劍橋大學的 Wilkes3 超級計算機，這臺計算機在 NVIDIA Quantum InfiniBand 網絡上配置了 320 個 NVIDIA A100 Tensor Core GPU。

Al-Refaie 表示：“我原以為 A100 的性能可能只是之前使用過的 V100 和 P100 的兩倍，但實際上 A100 要優越好幾個數量級。”

性能呈數量級數提升

與 CPU 相比，單個 A100 GPU 的性能提升了 200 倍。

每個 GPU 上可運行 32 個進程，因此與 CPU 相比，團隊實現了相當于 6400 倍的速度提升。Al-Refaie 表示，Wilkes3 上的每個節點都配備了四個 A100，性能相當于 25600 個 CPU 核心數。

運行速度提升得益于他們的應用具有驚人的并行性。該計算機在 GPU 上模擬了數十萬個光波長如何穿過系外行星的大氣層。

同樣數量的工作，使用 CPU 需要耗費數周，而 A100 的模型只需幾分鐘就能完成。

由于 GPU 運行復雜物理模型的速度太快，以至于基于 CPU 的系統成為了瓶頸。這些系統負責處理一項更加簡單的任務——根據統計結果確定下一步研究方向。

“有趣的是，模擬大氣層居然不是最難的部分，這真是讓人大吃一驚，但我們也因此能夠真正挖掘出數據包含的內容”。Al-Refaie 表示。

豐富的軟件

Al-Refaie 使用 CUDA profilers 優化工作、使用PyCUDA 優化團隊代碼并使用 cuBlas 加速一些數學程序。

他表示：“ NVIDIA 軟件提供了豐富的功能，因此團隊可以使用合適的工具快速完成論文。”

由于這項工作將變得更具有挑戰性，該團隊將需要獲得一切可能的幫助。

獲得更好的望遠鏡

詹姆斯·韋伯太空望遠鏡將于 6 月投入使用。不同于哈勃望遠鏡和以前的所有儀器，這架太空望遠鏡專門用于觀測系外行星。

為了適應預定數據，該團隊已在開發具有更高分辨率的工作方法。例如他們將使用二維或三維模型取代一維模型，并考慮更多的參數，比如時間的變化等等。

Changeat 表示：“下一代數據可能使我們能夠看到目前的數據中無法看到的情況，比如當行星發生風暴時的情景。

探索 HPC+AI

數據的快速增長為深度學習的應用帶來了更多的可能，該團隊中的 AI 專家正在對此進行探索。

Changeat 將作為歐洲航天局研究員加入巴爾的摩的太空望遠鏡科學研究所，與那里的專家和工程師一起工作，這讓他感到十分興奮。

“與許多不同領域的專家一起工作真的很有意思。是因為團隊中的空間觀察員、數據分析師、機器學習和軟件專家，我們才完成了這篇論文。”

原文標題：系外天空：研究人員描述系外行星的大氣層

文章出處：【微信公眾號：NVIDIA英偉達企業解決方案】歡迎添加關注!文章轉載請注明出處。

審核編輯：湯梓紅