系外天空研究人员描述系外行星的大气层

　　太阳系外的行星是什么样的？研究人员使用配备 NVIDIA GPU 的超级计算机，从哈勃望远镜的数据中发现了 25 颗行星的趋势。
　　4 月 25 日发表的一篇论文对遥远行星的大气层进行了迄今为止最为详细的描述。
　　为了探寻银河系内外万物的起源，研究人员研究了 25 颗系外行星（这些行星围绕太阳系外的恒星运行）。他们所研究的系外行星均为热木星。热木星是体积最大的系外行星，因此最容易探测，许多热木星的温度超过 3000 华氏度。
　　研究人员利用 NVIDIA GPU 所提供的高性能计算对这些炽热的大气进行分析，以此增进对所有行星（包括地球）的了解。
　　热木星带来新认知
　　该论文的主要作者、伦敦大学学院（UCL）研究员 Quentin Changeat 表示：＂热木星使我们能够在地球上几乎不可能再现的环境条件中进行物理研究，这对我们来说非常宝贵。＂
　　研究人员通过分析大量系外行星的趋势，对多个重大问题产生了新认知。
　　该论文的共同作者、伦敦大学学院空间外化学数据中心数值方法负责人 Ahmed F. Al-Refaie 表示：＂这项工作能够帮助我们针对地球和其他行星的形成过程建立更好的模型。＂
　　解析哈勃天文望远镜的大数据
　　研究人员在研究系外行星时使用了有史以来最多的数据——1000 小时的观测档案，这些档案数据主要来自哈勃太空望远镜。
　　在 Changeat 看来，这个过程中最难同时也最吸引人的地方就是确定对所有 25 个系外行星的数据统一运行何种小型模型集，才能获得最可靠和最具启示性的结果。
　　他表示：＂那是一段令人惊叹的探索，我发现了各种各样甚至有些奇怪的解决方案，但使用 NVIDIA GPU 能够很快得到答案。＂
　　数百万次运算
　　为了获得总体结果，研究人员需要进行大量数学运算。他们共使用了约 20 个模型，其中每个模型都必须对所有 25 个系外行星运行 25 万次。
　　他们所使用的是剑桥大学的 Wilkes3 超级计算机，这台计算机在 NVIDIA Quantum InfiniBand 网络上配置了 320 个 NVIDIA A100 Tensor Core GPU。
　　Al-Refaie 表示：＂我原以为 A100 的性能可能只是之前使用过的 V100 和 P100 的两倍，但实际上 A100 要优越好几个数量级。＂
　　性能呈数量级数提升
　　与 CPU 相比，单个 A100 GPU 的性能提升了 200 倍。
　　每个 GPU 上可运行 32 个进程，因此与 CPU 相比，团队实现了相当于 6400 倍的速度提升。Al-Refaie 表示，Wilkes3 上的每个节点都配备了四个 A100，性能相当于 25600 个 CPU 核心数。
　　运行速度提升得益于他们的应用具有惊人的并行性。该计算机在 GPU 上模拟了数十万个光波长如何穿过系外行星的大气层。
　　同样数量的工作，使用 CPU 需要耗费数周，而 A100 的模型只需几分钟就能完成。
　　由于 GPU 运行复杂物理模型的速度太快，以至于基于 CPU 的系统成为了瓶颈。这些系统负责处理一项更加简单的任务——根据统计结果确定下一步研究方向。
　　＂有趣的是，模拟大气层居然不是最难的部分，这真是让人大吃一惊，但我们也因此能够真正挖掘出数据包含的内容＂。Al-Refaie 表示。
　　丰富的软件
　　Al-Refaie 使用 CUDA profilers 优化工作、使用PyCUDA 优化团队代码并使用 cuBlas 加速一些数学程序。
　　他表示：＂ NVIDIA 软件提供了丰富的功能，因此团队可以使用合适的工具快速完成论文。＂
　　由于这项工作将变得更具有挑战性，该团队将需要获得一切可能的帮助。
　　获得更好的望远镜
　　詹姆斯·韦伯太空望远镜将于 6 月投入使用。不同于哈勃望远镜和以前的所有仪器，这架太空望远镜专门用于观测系外行星。
　　为了适应预定数据，该团队已在开发具有更高分辨率的工作方法。例如他们将使用二维或三维模型取代一维模型，并考虑更多的参数，比如时间的变化等等。
　　Changeat 表示：＂下一代数据可能使我们能够看到目前的数据中无法看到的情况，比如当行星发生风暴时的情景。
　　探索 HPC+AI
　　数据的快速增长为深度学习的应用带来了更多的可能，该团队中的 AI 专家正在对此进行探索。
　　Changeat 将作为欧洲航天局研究员加入巴尔的摩的太空望远镜科学研究所，与那里的专家和工程师一起工作，这让他感到十分兴奋。
　　＂与许多不同领域的专家一起工作真的很有意思。是因为团队中的空间观察员、数据分析师、机器学习和软件专家，我们才完成了这篇论文。＂