[論文レビュー] Pulsar Acceleration Searches on the GPU for the Square Kilometre Array

Sofia Dimoudi, Wesley Armour|arXiv (Cornell University)|Nov 23, 2015

Radio Astronomy Observations and Technology参考文献 5被引用数 4

ひとこと要約

本論文は、スケールキロメートルアレイ（SKA）データパイプラインにおけるリアルタイムパルサー検出のため、GPUアクセラレーションを用いたフーリエドメイン加速探索（FDAS）アルゴリズムの実装を提示する。CUDAとCUFFTを活用して事前計算されたフィルタテンプレートを用いた効率的なフーリエドメイン畳み込みを実行することで、最新のGPU上でサブリアルタイム性能を達成し、大規模なSKAデータセットにおける加速パルサーの高効率検出を可能にする。

ABSTRACT

Pulsar acceleration searches are methods for recovering signals from radio telescopes, that may otherwise be lost due to the effect of orbital acceleration in binary systems. The vast amount of data that will be produced by next generation instruments such as the Square Kilometre Array (SKA) necessitates real-time acceleration searches, which in turn requires the use of HPC platforms. We present our implementation of the Fourier Domain Acceleration Search (FDAS) algorithm on Graphics Processor Units (GPUs) in the context of the SKA, as part of the Astro-Accelerate real-time data processing library, currently under development at the Oxford e-Research Centre (OeRC), University of Oxford.

研究の動機と目的

• スケールキロメートルアレイ（SKA）のデータ集積環境において、リアルタイムでパルサーの加速を探索すること。
• 連星パルサーにおける軌道ドップラーシフトによって引き起こされる信号パワーの拡散を、効率的なフーリエドメインマッチドフィルタリングによって克服すること。
• SKAの厳しいリアルタイム処理およびエネルギー効率要件を満たすために、FDASアルゴリズムをGPUに実装すること。
• 時間領域電波天文における高性能コンピューティングライブラリ「Astro-Accelerate」にソリューションを統合すること。

提案手法

• FDAS法は、一定加速度による周波数ドリフトをモデル化するために、フーリエドメインにおける有限インパルス応答（FIR）フィルタテンプレートを用いる。
• 各テンプレートは特定の軌道的加速度に対応し、加速度と関連する周波数微分 $\dot{f}$ から導出される。関係式は $\dot{r} = \dot{f}T^2$ で表される。
• 畳み込み定理を用いて、信号のDFTと各テンプレートとの間で複素数相互相関を適用する。
• エッジ効果を処理するため、データをオーバーラップ付きでセグメント化し、各セグメントをGPU上で独立して処理する。
• メモリアクセスと再利用を最適化したカスタムGPUカーネルが、信号セグメントとテンプレート間の要素ごとの複素数乗算（畳み込み）を実行する。
• すべての実数から複素数、および複素数から複素数へのDFTにはCUFFTライブラリが使用され、高いパフォーマンスとポータビリティを確保する。

実験結果

リサーチクエスチョン

• RQ1 スケールキロメートルアレイ（SKA）データのリアルタイム処理要件を満たすために、GPUアーキテクチャ上でフーリエドメイン加速探索（FDAS）を効率的に並列化できるか？
• RQ2 検索空間内の加速度テンプレート数が増加するに従って、GPUアクセラレーテッドFDASのパフォーマンスはどのようにスケーリングするか？
• RQ3 GeForce Titan XおよびTesla K80などの最新GPUハードウェア上で、FDASの達成可能なリアルタイム性能はどの程度か？
• RQ4 SKA信号処理パイプラインにおいて、CPUベースの実装と比較して、GPUベースのFDASは処理遅延とエネルギー消費を低減できるか？
• RQ5 オーバーラップ・セーブ法は、パルサー探索におけるGPUベースのフーリエドメイン畳み込みでエッジ効果を効果的に処理できるか？

主な発見

• 1枚のGeForce Titan X GPU上で、$2^{23}$サンプルの時系列および100以上の加速度テンプレートに対して、GPUアクセラレーテッドFDAS実装はリアルタイムを上回る性能を達成した。
• Tesla K80 GPU（2つのGPUのうち1つを使用）でもサブリアルタイム性能を達成しており、異なるGPUプラットフォームへのスケーラビリティが裏付けられた。
• DFTにCUFFTを用い、カスタム最適化GPUカーネルを適用することで、最小限のオーバーヘッドで効率的な計算が可能になった。
• アルゴリズムのモジュラー設計により、非同期データ転送とオーバーラップセグメントの独立処理が可能となり、スループットが向上した。
• 理論通りに、マッチドフィルタリングによって分散信号パワーが1つの周波数ビンに回復されたことが確認された。
• 2次元の $f-\dot{f}$ パower平面の可視化により、信号パワーが真の加速度および周波数値に正しく局在化していることが確認された。