Objetivo
Pesquisadores do Argonne National Laboratory e instituições colaboradoras desenvolveram o RADAR, um framework federado que aprimora a privacidade e permite que os observatórios coordenem o acompanhamento de ondas gravitacionais e rádio sem mover ou expor dados proprietários. Executado em sistemas de supercomputação acelerados pela NVIDIA, o RADAR demonstra como a descoberta de multimensageiros pode ser acelerada por meio de workflows seguros, entre os observatórios, que preservam a propriedade dos dados. O artigo do RADAR foi aceito para publicação no The Astrophysical Journal Supplement Series, um dos principais periódicos revisados por pares da área de astronomia.
Cliente
Argonne national laboratory
Parceiro
William H. Miller III, Departamento de Física e Astronomia da Universidade Johns Hopkins.
Departamento de Ciência da Computação da Universidade de Chicago.
Departamento de Física e Departamento de Astronomia da Universidade de Illinois Urbana-Champaign
Caso de Uso
Ferramentas e Técnicas de Computação Acelerada
Produtos
Pontos Principais
5 a 10x Speedup
- Aceleração extraordinária com o uso das GPUs NVIDIA em comparação com as workloads de CPU.
Habilitação do Compartilhamento Colaborativo
- Práticas unificadas e estabelecidas de compartilhamento de dados na comunidade de radioastronomia.
Processamento Mais Rápido de Dados Brutos
- Utilização das GPUs NVIDIA nos supercomputadores Polaris, Delta e DeltaAI para processar dados brutos do LIGO em velocidades sem precedentes.
Dados Demais, Poucos Sistemas Unificados
Na astrofísica de multimensageiros, o processamento de dados rápido executado localmente é essencial para identificar eventos de ondas gravitacionais. A detecção imediata desses sinais requer a análise de grandes fluxos de dados contínuos diretamente nos locais dos detectores para minimizar os atrasos de transferência e permitir a extração rápida e confiável de eventos.
Uma vez que um gatilho de ondas gravitacionais é identificado, o acompanhamento eletromagnético coordenado depende da comunicação rápida e estruturada de informações sobre eventos. Os sinais de rádio evoluem lentamente e exigem monitoramento de longo prazo, o que torna a contextualização precoce dos eventos crucial para orientar as estratégias de observação e garantir o uso eficiente do tempo limitado do telescópio.
As grandes áreas de localização associadas às detecções de ondas gravitacionais, combinadas com os campos de visão estreitos dos conjuntos de rádio sensíveis, tornam o acompanhamento oportuno e bem informado essencial para maximizar o retorno científico.
Esse desafio é exacerbado por políticas heterogêneas de compartilhamento de dados em toda a comunidade de radioastronomia. Os períodos de exclusividade variam amplamente, desde a disseminação pública imediata até embargos, até a publicação revisada por pares, tornando a movimentação de dados centralizada impraticável e desacelerando a agregação de observações necessárias para refinar modelos físicos em tempo real.
Sem mecanismos aprimorados para coordenação entre observatórios, a comunidade corre o risco de perder as principais oportunidades de vários mensageiros.
Além disso, essas restrições historicamente limitaram a ampla participação em campanhas de acompanhamento de rádio, pois as instituições relutam, compreensivelmente, em transferir dados brutos ou não lançados. A ausência de uma abordagem federada que aprimora a privacidade significa que medições valiosas permanecem isoladas, restringindo a capacidade coletiva de modelar resultados, atualizar parâmetros e permitir a ciência responsiva de multimensageiros.
Argonne National Laboratory
Argonne National Laboratory
O RADAR abre Caminho para Políticas de Compartilhamento Coesas
O framework RADAR é produto de uma ampla colaboração entre várias instituições e aproveita os recursos computacionais de várias instalações nacionais de supercomputação nos EUA. Esses sistemas fornecem a infraestrutura distribuída e de alto desempenho que permite os workflows federados e que aprimoram a privacidade do RADAR, incluindo:
- Os supercomputadores Delta e DeltaAI no National Center for Supercomputing Applications.
- O supercomputador Polaris no Argonne Leadership Computing Facility.
Esse framework foi projetado como um sistema federado orientado por eventos, que opera no ecossistema de astrofísica de multimensageiros para coordenar o acompanhamento de rádio de eventos de ondas gravitacionais, preservando a segurança dos dados e respeitando as diversas políticas de compartilhamento de dados.
Seu design leve, modular e extensível fornece uma base generalizável para ciência distribuída e colaborativa, que pode ser prontamente adaptada a outros mensageiros, bandas eletromagnéticas e normas da comunidade para troca de dados.
"O RADAR nos dá uma maneira de planejar e adaptar estratégias de acompanhamento, mesmo quando os dados em si não podem ser compartilhados diretamente", disse Alessandra Corsi, professora de física e astronomia W. H. Miller na Johns Hopkins. “Esse recurso se tornará cada vez mais crítico, à medida que os detectores de última geração transformam o fluxo atual de detecções de multimensageiros em uma inundação de dados.”
Um princípio central de design do RADAR é permitir o compartilhamento orientado pela comunidade de informações de alto nível necessárias para projetar e refinar estratégias de observação, um requisito essencial, dados os recursos limitados de observação de rádio e o aumento previsto nas detecções de ondas gravitacionais.
O RADAR é explicitamente complementar aos pipelines existentes na colaboração LIGO-Virgo-KAGRA, que compreende a Rede de Ondas Gravitacionais da NASA e outras iniciativas da comunidade, fornecendo uma camada integradora que aprimora a coordenação sem substituir os frameworks estabelecidos de baixa latência ou análise de dados.
Integração do RADAR no Sistema
O framework RADAR identifica eventos de ondas gravitacionais usando inferência de IA local e combina essas detecções com os alertas de "supereventos" públicos do LIGO-Virgo-KAGRA para determinar se o acompanhamento coordenado é justificado. Em vez de transferir dados brutos, o RADAR adota uma abordagem que aprimora a privacidade, na qual todos os observatórios mantêm a propriedade de seus conjuntos de dados locais, trocando apenas parâmetros de alto nível ou saídas de modelos necessários para inferência global e planejamento colaborativo.
Quando um superevento correspondente é encontrado, o RADAR publica um gatilho para o Octopus, uma malha de mensagens hospedada na nuvem e orientada para eventos, geralmente usando o ProxyStore para lidar com grandes resultados intermediários com eficiência e segurança. Esse gatilho ativa os módulos de rádio e várias mensagens, que empregam um analisador com IA para converter as circulares não estruturadas da Rede Geral de Coordenadas (GCN) em metadados estruturados e legíveis por máquina. Esses alertas públicos são combinados com medições de rádio proprietárias agregadas a partir de observatórios distribuídos geograficamente que participam do workflow federado.
Posteriormente, o RADAR integra informações em mensageiros usando o Dingo-BNS para estimativa de parâmetros de ondas gravitacionais e o afterglowpy para modelagem federada de afterglow. Os resultados obtidos são comparados e combinados para refinar os principais parâmetros de fonte, demonstrando a inferência completa em multimensageiros, preservando a localidade dos dados e respeitando as políticas heterogêneas de compartilhamento de dados.
“Plataformas avançadas de computação acelerada se tornaram essenciais para a astrofísica moderna de multimensageiros”.
Eliu Huerta é
líder de IA translacional no Argonne National Laboratory.
Acelerando a Descoberta com IA
Os pesquisadores aprimoraram seu framework RADAR usando as GPUs NVIDIA A100 Tensor Core, as GPUs NVIDIA A40 e as GPUs NVIDIA GH200. A atualização para as arquiteturas NVIDIA ofereceu um desempenho significativamente maior, essencial para lidar com a escala e a complexidade crescentes dos dados para observatórios modernos de última geração.
Com a integração das GPUs NVIDIA nos supercomputadores Polaris, Delta e DeltaAI, o módulo de IA do framework para detecção de sinais processou mais de uma hora, 4.096 segundos, de dados avançados do LIGO em menos de 4,5 minutos. Isso significa uma aceleração de 5 a 10 vezes em comparação com o prazo inicial, ao executar em cargas de trabalho de CPU.
A tecnologia da NVIDIA permitiu workflows colaborativos e que aprimoram a privacidade nos principais centros de supercomputação, garantindo que os dados confidenciais permaneçam seguros em estruturas locais. Apenas os resultados selecionados são compartilhados com a comunidade mais ampla de radioastronomia, promovendo a cooperação científica sem comprometer a propriedade dos dados.
Além disso, as soluções da NVIDIA forneceram a potência computacional de alto desempenho local, necessária para processar grandes conjuntos de dados em tempo real, permitindo a identificação e a implantação imediatas de recursos durante eventos astrofísicos críticos.
Essa combinação de poder computacional excepcional, escalabilidade e recursos de privacidade diferencia a solução da NVIDIA das alternativas concorrentes, tornando-a a escolha clara para o projeto RADAR.
“As plataformas avançadas de computação acelerada se tornaram essenciais para a astrofísica moderna de multimensageiros, permitindo treinar e implantar modelos de IA na escala que esses desafios exigem”, disse Eliu Huerta, líder de IA translacional do Argonne National Laboratory. "Nosso trabalho recente demonstra como os frameworks de IA de alto desempenho podem extrair informações mais profundas a partir de dados de observatórios complexos e distribuídos, ajudando a comunidade a avançar mais rapidamente em direção a descobertas com tempo crítico".
Compartilhamento de Insights sem Revelar Segredos
O RADAR mostra que uma colaboração significativa é possível sem comprometer os direitos autorais sobre os dados. O framework permite planejamento assíncrono e informado por modelos em instalações distribuídas, permitindo resultados de rádio iniciais para informar estratégias posteriores e otimização do uso do telescópio. Ao combinar a análise federada com o compartilhamento de dados orientado pela comunidade, o RADAR aumenta a eficiência dos recursos e a resiliência do sistema, ajudando a comunidade a atender às crescentes demandas do monitoramento de ondas gravitacionais.
Explore como a computação acelerada pode transformar seu data center.