[论文解读] Electric polarizability of hadrons with overlap fermions on multi-GPUs

Michael Lujan, Andrei Alexandru+1 more|arXiv (Cornell University)|Nov 27, 2011

Quantum Chromodynamics and Particle Interactions参考文献 17被引用 3

一句话总结

本论文提出了一种高性能GPU实现的重叠费米子形式，用于使用格点QCD计算强子的电极化率，特别是中性π介子。通过利用多GPU架构和带有降维的自适应共轭梯度求解器，该方法在每个GPU上实现了约相当于30个CPU核心的性能，从而能够在汤川耦合动力学至关重要的低π介子质量区域进行模拟。初步结果表明，当中性π介子极化率在约500 MeV附近时，其符号发生变化，与理论预期一致。

ABSTRACT

Electric polarizability is an important parameter for the internal structure of hadrons. Previous studies of polarizabilities have been done at relatively heavy pion masses, leaving the chiral region largely unexplored. In this report, we use overlap fermions which are known to be computationally demanding to properly capture the chiral dynamics. We present an implementation strategy to construct overlap on multi-GPUs. We find that our GPU code has an equivalent of \sim30 CPU cores to 1 GPU. We also present preliminary results for the polarizability of the neutral pion.

研究动机与目标

• 使用重叠费米子计算强子的电极化率，以保持规范对称性并避免异常配置。
• 通过在多GPU架构上高效实现重叠费米子，克服其计算瓶颈。
• 通过在低π介子质量（低至约240 MeV）下进行模拟，探索QCD的汤川耦合区域，此时极化率预计表现出非平凡行为。
• 开发一种可扩展、内存高效的GPU策略，结合自适应多质量CG求解器与特征系统降维，用于大规模格点QCD模拟。

提出的方法

• 使用Zolotarev有理逼近方法对矩阵符号函数进行近似，将多项式逼近分解为小和大本征值子空间。
• 特征系统求解器采用隐式重启Arnoldi分解，用于计算$ H_w $和$ D_{\text{ov}} $的低激发本征态，从而实现降维以加速收敛。
• 采用多质量、自适应共轭梯度（CG）方法求逆重叠狄拉克算符，动态调整多项式阶数和精度（包括单精度算术），以优化性能。
• 通过在规范链接上引入相位因子，应用背景场方法引入恒定电场，将协变导数修改为$ D_\mu = \partial_\mu - iG_\mu - iqA_\mu $。
• 通过每组配置使用5个夸克传播子（包括单独的$ u $和$ d $传播子）计算有电场和无电场的关联函数，通过改变源位置以提高统计精度。
• 通过将数据分布在多个GPU上，并在GPU内存不足时采用混合CPU-GPU内存策略，解决内存限制问题。

实验结果

研究问题

• RQ1 在低π介子质量下，特别是接近汤川极限时，中性π介子的电极化率是多少？
• RQ2 如何在多GPU架构上高效实现计算成本高昂的重叠费米子形式，以实现物理π介子质量下的模拟？
• RQ3 中性π介子极化率的符号是否如有效场论预测的那样，在$ m_\pi \approx 500 \, \text{MeV} $区域发生变化？
• RQ4 降维与自适应精度CG方法在多大程度上能降低GPU上重叠费米子传播子的计算成本？

主要发现

• GPU实现每张GPU实现了约相当于30个CPU核心的性能，显著加速了重叠费米子计算。
• 使用自适应多质量CG并动态调整精度，将单个传播子计算时间从非自适应时的1.6小时减少到$ m_\pi \approx 200 \, \text{MeV} $时的0.8小时。
• 中性π介子极化率在$ m_\pi \approx 500 \, \text{MeV} $附近发生符号变化，与理论预测和先前研究一致。
• 由于统计量有限，误差条较大；作者正在生成四倍的配置数以改善低质量区域的信噪比。
• 通过在16张GPU上分布特征系统和传播子计算，并在必要时使用混合CPU-GPU内存，成功处理了内存限制。
• 该方法首次实现了在π介子质量低于300 MeV的格点QCD模拟中使用重叠费米子计算中性π介子极化率，接近物理点。