近年天文科學界因直接發現「重力波」存在證據,國際掀起一波重力波相關領域研究,淡江大學物理系劉國欽教授所主持之研究計畫「重力波:透視宇宙學與天文物理學的新方式」,在計算及分析龐大數據資料需求下,選用麗臺NVIDIA Quadro GV100,相較傳統單核心CPU運算效能瓶頸,大幅進展達300倍之譜,對科學研究助益可見一斑。
麗臺NVIDIAQuadro GV100和NVLINK橋接器
劉國欽教授表示在重力波數據分析,觀測到的訊號相當微弱,舉例觀測兩個黑洞撞擊,除需掌控背景噪訊統計,還需對每筆數據比對數十萬條模型,在4096的取樣率下,龐大的資料處理量,皆須花費大量的時間成本來處理,擷取資料時間及轉換時間便是推進研究進度關鍵;此外,觀測時會收集到一些其他訊號,這些訊號可能會干擾分析結果,除了在傅立葉轉換部分,或於剔除其他訊號這部分,GPU的加入大力提升了研究效率;擁有專業繪圖卡改善研究流程,利用CUDA建立一套分析數據的線程,原先購買的Quadro K80相較傳統單核心CPU加速150倍,Quadro GV100加入後,單卡甚至提供達300倍運算效率!
[size=13.3333px]淡江大學物理系劉國欽教授
之所以選擇麗臺WS2020搭配GV100,是 GV100為針對雙精度所設計開發之GPU,研究要求雙精確度模擬條件下,利用Python撰寫傅立葉變換部分,GPU也可提供加速約30倍,效能上有一定差距。此外,鼓勵學生投入在CUDA C的程式發展,一方面希望補足Python可能存在CPU與GPU交換時間上效能的消耗,也可掌握計算的更多細節。麗臺科技高級工程師、同時為NVIDIA DLI 深度學習實作坊認證講師的薛宏宇補充說明,CUDA core能大量的同時平行計算,但GPU計算過程往往消耗很多時間在CPU、記憶體和GPU三者間的溝通,大多的開放源程式碼不會針對裝置底層溝通進行優化處理,造成效能瓶頸存在,若採用CUDA C精細撰寫,並透過CUDA相關工具檢驗整個處理流程,在高數據量的高效能計算上更加快速。
麗臺WinFastWS2020 工作站
對於此應用可為研究計劃,或是世界帶來何種啟發及助益,劉國欽教授說明此案是集合清華大學、台灣師範大學、淡江大學、中研院參與日本的KAGRA重力波計畫,進而與歐洲Virgo、美國LIGO計畫共享數據及分析。起初KAGRA之計算資源遠遠不及歐美,但認為科學上很多計算是高度平行化的,如將此自CPU核心計算轉入GPU上,也會是研究方式新的可能。
重力波發現對於該領域的影響,已從最早的天文科學上印證,轉為激發研究人員挑戰理論,進而帶進新領域、新工具上的應用,反推過去理論上可能存在的不周全,修正後再次發現論證;隨著科技工具的發展,選擇麗臺NVIDIA Quadro GPU運算的加入,大大支持了劉國欽教授及所帶領團隊參與國際學術研究,持續提供台灣天文研究正面能量。
麗臺科技全球資訊網 https://www.leadtek.com |