中文繁體版   English   星期三 ,10月 21日, 2020 (台北)
登入  申请试用  MY DIGITIMES236
 
科技产业报订阅
DTResearch

丽台NVIDIA Quadro GV100助攻台湾天文重力波研究

  • 尤嘉禾/台北

近年天文科学界因直接发现「重力波」存在证据,掀起一波重力波相关领域研究,淡江大学物理系刘国钦教授所主持之研究计画「重力波:透视宇宙学与天文物理学的新方式」,在计算及分析庞大数据资料需求下,选用丽台NVIDIA Quadro GV100,相较传统单核心CPU运算效能瓶颈,大幅进展达300倍之谱,对科学研究助益可见一斑。

刘国钦教授表示在重力波数据分析,观测到的讯号相当微弱,举例观测两个黑洞撞击,除需掌控背景噪讯统计,还需对每笔数据比对数十万条模型,在4096的取样率下,庞大的资料处理量,皆须花费大量的时间成本来处理,撷取资料时间及转换时间便是推进研究进度关键;此外,观测时会收集到一些其它讯号,这些讯号可能会干扰分析结果,除了在傅立叶转换部分,或于剔除其它讯号这部分,GPU的加入大力提升了研究效率;拥有专业绘图卡改善研究流程,利用CUDA建立一套分析数据的执行绪,原先购买的Quadro K80相较传统单核心CPU加速150倍,Quadro GV100加入后,单卡甚至提供达300倍运算效率。

丽台NVIDIA助攻台湾天文研究。

之所以选择丽台WS2020搭配GV100,是 GV100为针对双精度所设计开发之GPU,研究要求双精确度模拟条件下,利用Python撰写傅立叶变换部分,GPU也可提供加速约30倍,效能上有一定差距。

此外,鼓励学生投入在CUDA C的程序发展,一方面希望补足Python可能存在CPU与GPU交换时间上效能的消耗,也可掌握计算的更多细节。丽台科技高级工程师、同时为NVIDIA DLI 深度学习实作坊认证讲师的薛宏宇补充说明,CUDA core能大量的同时平行计算,但GPU计算过程往往消耗很多时间在CPU、存储器和GPU三者间的沟通,大多的开放源程序码不会针对装置底层沟通进行优化处理,造成效能瓶颈存在,若采用CUDA C精细撰写,并透过CUDA相关工具检验整个处理流程,在高数据量的高效能计算上更加快速。

对于此应用可为研究计划,或是带来何种启发及助益,刘国钦教授说明此案是集合清华大学、台湾师范大学、淡江大学、中研院参与日本的KAGRA重力波计画,进而与欧洲Virgo、美国LIGO计画共享数据及分析。起初KAGRA之计算资源远远不及欧美,但认为科学上很多计算是高度平行化的,如将此自CPU核心计算转入GPU上,也会是研究方式新的可能。

重力波发现对于该领域的影响,已从最早的天文科学上印证,转为激发研究人员挑战理论,进而带进新领域、新工具上的应用,反推过去理论上可能存在的不周全,修正后再次发现论证;随著科技工具发展,选择丽台NVIDIA Quadro GPU运算的加入,大大支持了刘国钦教授及所带领团队参与国际学术研究,持续提供台湾天文研究正面能量。