xCorr testinde 460 kat hız: NVIDIA sonuçlarını açıkladı

NVIDIA (NVDA), bilimsel veri işleme aracı cuPhoton’daki xCorr çapraz korelasyon işlemini x86 merkezi işlem birimine (CPU) kıyasla 460 kat daha hızlı gerçekleştirdiğini gösteren şirket içi test sonucunu açıkladı. Bu sonuç, kara delik görüntüsü oluşturma sürecinin tamamını değil, tek bir işlemi karşılaştırıyor.

NVIDIA, ürün sayfasında xCorr işlem süresinin x86 CPU’da 31.993 saniyeden GPU’da 69 saniyeye indiğini bildirdi. Şirket, veri kümesinin boyutunu yüzlerce terabayt (TB) olarak tanımladı.

Ürün sayfasında yer alan 64 GB200 NVL72 GPU’lu dağıtık sistem, xDataReader’ın işlem kapasitesi açıklamasına eşlik ediyor. Bu sistemin xCorr testinde kullanıldığı sonucuna varılamaz.

Yayımlanan açıklamada xCorr testi için kullanılan GPU yerleşimi, temel alınan CPU modeli ve tekrarlı ölçüm koşulları belirtilmedi. Bu nedenle 460 katlık farkı tek bir GPU ile tek bir CPU’nun karşılaştırması olarak yorumlamak güç.

460 katlık sonuç, NVIDIA’nın kendi testine dayanıyor. Kamuya açık materyallerde bağımsız bir kurumun testi tekrarladığına dair değerlendirme sunulmadı.

Çapraz korelasyon, birden fazla gözlem cihazının aynı gök cisminden aldığı sinyallerin karşılaştırılması işlemidir. Radyo astronomisinde bu işlem, görüntü oluşturmada kullanılan verilerin hazırlanmasına yardımcı olur.

cuPhoton kullanıcı kılavuzunda radyo interferometrisine yönelik xBeam modülü, iki veya daha fazla örnek sinyali çapraz korelasyona tabi tutarak frekans başına sonuç üretiyor. Bu işlev, radyo teleskoplarından alınan VDIF kayıtlarını görünürlük verilerine dönüştürüyor.

Ürün sayfasında kıyaslama konusu xCorr, kullanıcı kılavuzunda ise radyo interferometrisi işlevi xBeam olarak adlandırılıyor. Açıklamada iki modülün ilişkisi veya aynı test koşullarının uygulanıp uygulanmadığı belirtilmiyor.

Görünürlük verileri, teleskop çiftlerinden alınan sinyallerle görüntü oluşturma sürecinde kullanılan girdilerdir. Çapraz korelasyon gözlem sinyallerinin işlendiği bir aşamadır; tek başına nihai görüntüyü oluşturmaz.

Event Horizon Telescope (EHT), sınırlı sayıdaki gözlem noktasından elde edilen verilere görüntüleme algoritmaları uygulayarak eksik bilgileri tamamladığını ve görüntüyü yeniden oluşturduğunu açıklıyor. Gözlem sinyallerinin çapraz korelasyonu ile nihai görüntünün oluşturulması farklı aşamalardır.

İncelenen NVIDIA materyallerinde ve cuPhoton kullanıcı kılavuzunda, cuPhoton ile EHT gözlem verilerinin işlenerek kara delik görüntüsünün oluşturulduğu bir örneğe rastlanmadı.

NVIDIA, 2017’de EHT gözlemleri kapsamında Hawaii’deki SMA verilerini diğer gözlemevlerinin verileriyle uyumlu bir biçime dönüştürmek için dört GPU kullanıldığını bildirmişti. Bu, cuPhoton ile yapılmış bir çalışma değil, veri biçimi dönüştürme örneğiydi.

NVIDIA’nın 7 Ekim tarihli teknik blogunda Rubin Gözlemevi’nin bir gecede 20 TB’a kadar görüntü verisi ürettiği belirtiliyor. Bu veri miktarı, xCorr için açıklanan yüzlerce TB’lık kıyaslamadan farklı bir bağlamda ele alınıyor.

İncelenen kamuya açık materyallerde 10 TB verinin 70 saniyede işlendiği bilgisi bulunmadı. Teknik blogda geçen 60-120 saniye, tespit edilen adayları sınıflandırmak için verilen süreyi ifade ediyor; 10 TB verinin tamamının işlenme süresini değil.

cuPhoton kodu Apache 2.0 lisansıyla yayımlandı. NVIDIA, haziran ayındaki duyurusunda geliştirme çalışmalarına katkıda bulunan Princeton Üniversitesi (Princeton University) ve Harvard Üniversitesi (Harvard University) araştırmacılarının aracı gözlemevi ve karanlık enerji araştırmalarından elde edilen verileri işlemek için kullanmayı planladığını bildirdi. TokenPost daha önce NVIDIA’nın CUDA-X kütüphanelerini tasarım ve simülasyon alanlarına genişlettiğini aktarmıştı.