[论文解读] 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 281

一句话总结

Reduze 2 引入了一种基于 MPI 的分布式实现，用于拉波特拉的费曼积分约化算法，支持在多个处理器核心上对单个扇区及不同拓扑结构进行并行约化。通过采用动态负载均衡作业系统以及基于图与拟阵的拓扑等价性检测技术，该方法实现了显著的加速效果——接近理想的 $1/n_{\text{cores}}$ 缩放性能。

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.

研究动机与目标

• 为解决多圈量子场论计算中的计算瓶颈，实现费曼积分的可扩展、分布式约化。
• 支持同时处理多个积分族与扇区，提升复杂振幅计算的效率。
• 通过动态负载均衡与分布式内存并行计算，减少 IBP 与洛伦兹协不变性恒等式约化的耗时。
• 利用图论与拟阵理论检测等价拓扑与积分，减少冗余计算。
• 提供完全开源、依赖轻量的工具链，用于 QCD 与 QED 中高精度振幅计算。

提出的方法

• 采用基于消息传递接口（MPI）的拉波特拉约化算法分布式变体，实现扇区内与扇区间并行计算。
• 采用模块化、负载均衡的作业系统，其中一个 MPI 进程作为作业中心，根据性能反馈动态分配任务给工作进程。
• 利用图论与拟阵理论识别扇区之间的拓扑等价性，包括具有交叉外部动量的情形，从而消除冗余的积分约化。
• 通过基于 YAML 的配置与外部工具集成，支持 FORM、Mathematica 与 Maple 格式输出。
• 使用 Berkeley DB 支持中间结果缓存，并通过 GiNaC 或 Fermat 实现系数归一化。
• 支持从 QGRAF 生成的图自动计算干涉项，包括洛伦兹收缩、狄拉克迹运算与颜色结构评估。

实验结果

研究问题

• RQ1 如何利用分布式计算在大规模 CPU 核心上高效扩展多圈费曼积分的约化？
• RQ2 通过图论与拟阵理论实现的拓扑等价性检测，对减少复杂振幅计算中冗余积分约化的程度有何影响？
• RQ3 在分布式 MPI 环境中，动态负载均衡在积分约化过程中对性能与资源利用率的提升程度如何？
• RQ4 Reduze 2 在真实两圈 QCD 过程中，随着处理器核心数增加，其性能如何扩展？
• RQ5 完全开源、模块化且依赖轻量的框架能否在高精度振幅计算中有效替代专有工具？

主要发现

• 在胶子融合中重夸克对产生两圈修正的计算中，Reduze 2 在最多 96 个核心下实现了接近最优的 $1/n_{\text{cores}}$ 运行时间缩放性能。
• 动态负载均衡系统能有效将低效管理器的工作者重新分配至高利用率节点，显著减少空闲时间，提升整体效率。
• 基于图与拟阵的拓扑等价性检测成功识别出不同积分族间同构的扇区，减少了所需唯一约化的数量。
• 该程序支持从 QGRAF 图自动完成干涉项计算，包括洛伦兹收缩、狄拉克迹运算与颜色结构评估。
• 在苏黎世大学 Schr\