[論文レビュー] Reduze 2 - Distributed Feynman Integral Reduction

Andreas von Manteuffel, C. Studerus|arXiv (Cornell University)|Jan 20, 2012

Particle physics theoretical and experimental studies参考文献 28被引用数 281

ひとこと要約

Reduze 2 は、フェยnmann積分のラポルタ還元アルゴリズムをMPIベースの分散処理で実装し、個々のセクターおよび異なるトポロジー間で並列還元を可能にした。動的ロードバランスジョブシステムと高度なグラフ・マトロイドに基づくトポロジー同値性検出を用いることで、$1/n_{\text{cores}}$ に近い理想的なスケーリングに近い著しい高速化を達成した。

ABSTRACT

Reduze is a computer program for reducing Feynman integrals to master integrals employing a variant of Laporta's reduction algorithm. This article describes version 2 of the program. New features include the distributed reduction of single topologies on multiple processor cores. The parallel reduction of different topologies is supported via a modular, load balancing job system. Fast graph and matroid based algorithms allow for the identification of equivalent topologies and integrals.

研究の動機と目的

• マルチループ量子場の理論計算における計算ボトル neck を解消するため、フェイnmann積分のスケーラブルで分散処理可能な還元を可能にすること。
• 複数の積分族とセクターを同時に処理できることで、複雑な振幅計算の効率を向上させること。
• 動的ロードバランスと分散メモリ並列処理を用いて、IBPおよびローレンツ不変性恒等式の還元に要する時間を短縮すること。
• グラフ理論およびマトロイド理論を用いてトポロジーの同値性と積分を特定し、重複計算を最小限に抑えること。
• 高精度な振幅計算に適した、完全にオープンソースで依存関係が少ないツールチェーンを提供すること。

提案手法

• MPIを用いたラポルタ還元アルゴリズムの分散版を実装し、セクター内およびセクター間の並列処理を実現する。
• 1つのMPIプロセスがジョブセンターとして機能し、パフォーマンスフィードバックに基づいてワーカープロセスにタスクを動的に割り当てるモジュラーでロードバランスの取れたジョブシステムを採用する。
• グラフおよびマトロイド理論を用いて、外部運動量が交差する場合を含むセクター間のトポロジカル同値性を特定し、重複する積分還元を排除する。
• YAMLベースの設定を介して外部ツールと統合し、FORM、Mathematica、Maple形式での出力をサポートする。
• Berkeley DBを用いた中間結果のキャッシュを実装し、GiNaCまたはFermatによる係数正規化も提供する。
• QGRAFが生成した図から干渉項の計算を自動化でき、ローレンツ収縮、ディラックトレース、色構造評価を含む。

実験結果

リサーチクエスチョン

• RQ1 大規模なCPUコア数にわたり、分散コンピューティングを用いてマルチループフェイnmann積分の還元をどのように効率的にスケーリングできるか？
• RQ2 グラフおよびマトロイド理論に基づくトポロジー同値性検出は、複雑な振幅計算における重複積分還元をどの程度削減できるか？
• RQ3 分散MPI環境における動的ロードバランスは、積分還元中のパフォーマンスとリソース利用効率をどの程度向上できるか？
• RQ4 実際の2ループQCD過程において、Reduze 2 のパフォーマンスはコア数の増加に伴いどのようにスケーリングするか？
• RQ5 完全にオープンソースでモジュラーかつ依存関係が少ないフレームワークは、高精度な振幅計算において、商業的ツールに代わって効果的に機能できるか？

主な発見

• Reduze 2 は、グルーオン融合による重いクォーク対生成の2ループ補正を計算する際、96コアまでで $1/n_{\text{cores}}$ に近い理想的なスケーリングを達成した。
• 動的ロードバランスシステムにより、非効率なマネージャーから高効用のプロセスにワーカーを再割り当てし、無駄な待機時間を最小限に抑え、全体の効率を向上させた。
• グラフおよびマトロイドに基づくトポロジー同値性検出は、異なる積分族間で同型のセクターを正確に特定し、必要な固有還元の数を削減した。
• QGRAFの図から干渉項の計算を完全に自動化でき、ローレンツ収縮、ディラックトレース、色構造評価を含む。
• チューリッヒ大学のSchrödingerクラスタでのベンチマークでは、データベース永続化を活用した最適化構成を用いることで、96コアで顕著なパフォーマンス向上が得られた。
• Reduze 2 はGPL v3ライセンスで公開されており、商業的ソフトウェア依存が一切ないため、高エネルギー物理学研究分野での広範な採用が可能である。