[论文解读] 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 4

一句话总结

本文提出了一种基于GPU加速的傅里叶域加速搜索（FDAS）算法实现，用于在平方公里阵列（SKA）数据处理流水线中实现实时脉冲星检测。通过利用CUDA和CUFFT对预计算的滤波器模板执行高效的傅里叶域卷积，该方法在现代GPU上实现了亚实时性能，从而能够在大规模SKA数据集中高效检测加速脉冲星。

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.

研究动机与目标

• 在平方公里阵列（SKA）的数据密集型环境中实现实时脉冲星加速度搜索。
• 通过高效的傅里叶域匹配滤波，克服双星脉冲星中因轨道多普勒频移导致的信号能量展宽。
• 在GPU上实现FDAS算法，以满足SKA对实时处理和能效的严格要求。
• 将该解决方案集成到Astro-Accelerate高性能计算库中，用于时域射电天文。

提出的方法

• FDAS方法在傅里叶域使用有限冲激响应（FIR）滤波器模板，以建模由恒定加速度引起的频率漂移。
• 每个模板对应一个特定的轨道加速度，其由频率导数$\dot{f}$推导而来，通过$\dot{r} = \dot{f}T^2$与加速度相关联。
• 该算法利用卷积定理，在信号的DFT与每个模板之间执行复数互相关运算。
• 数据被分段处理并存在重叠，以处理边缘效应，每一段独立在GPU上处理。
• 自定义GPU内核执行信号段与模板之间的逐元素复数乘法（卷积），并针对内存访问和重用进行了优化。
• 所有实数到复数及复数到复数的DFT运算均使用CUFFT库完成，确保高性能与可移植性。

实验结果

研究问题

• RQ1 傅里叶域加速搜索（FDAS）能否在GPU架构上高效并行化，以满足SKA数据的实时处理需求？
• RQ2 随着搜索空间中加速度模板数量的增加，GPU加速FDAS的性能如何扩展？
• RQ3 在现代GPU硬件（如GeForce Titan X和Tesla K80）上，FDAS可实现的实时性能如何？
• RQ4 与SKA信号处理流水线中的CPU实现相比，基于GPU的FDAS是否能降低处理延迟和能耗？
• RQ5 在GPU上进行傅里叶域卷积的脉冲星搜索中，重叠保存法在处理边缘效应方面的有效性如何？

主要发现

• 在单个GeForce Titan X GPU上，GPU加速的FDAS实现对包含$2^{23}$个样本及超过100个加速度模板的时间序列，实现了优于实时的性能。
• 使用其两个GPU之一的Tesla K80 GPU也实现了亚实时性能，证明了在不同GPU平台上的可扩展性。
• 使用CUFFT进行DFT运算并结合自定义优化的GPU内核，实现了高效计算且开销极小。
• 该算法的模块化设计支持异步数据传输和重叠段的独立处理，从而提高了吞吐量。
• 该方法通过傅里叶域中的匹配滤波，成功将色散信号能量集中到单个频率bin中，与理论预测一致。
• 二维$f-\dot{f}$功率平面可视化结果证实了信号能量在真实加速度和频率值处的正确定位。