MilkyWay@Home

(перенаправлено с «MilkyWay@home»)

MilkyWay@Home — проект добровольных распределённых вычислений в области астрофизики, работающий на платформе BOINC. Цель проекта — попытка создания высокоточной трёхмерной динамической модели звёздных потоков в нашей Галактике — Млечный Путь (англ. Milky Way), с помощью данных, собранных в ходе Слоановского цифрового обзора неба (англ. Sloan Digital Sky Survey, SDSS) и более раннего обзора 2MASS. В качестве второстепенной цели проект также занимается разработкой и оптимизацией алгоритмов распределённых вычислений. Проект был запущен в декабре 2007 г.[1] кафедрами «Информатики и физики», «Прикладной физики» и «Астрономии» Политехнического института Ренсселира при поддержке Национального научного фонда США. Проект управляется группой, в которую входят такие учёные как Тревис Дезелл (англ. Travis Desell), Хейди Джо Ньюберг[англ.], Болеслав Шимански[англ.] и Карлос Варела (англ. Carlos Varela). По состоянию на 5 сентября 2012 года[2] в нём приняли участие 165 767 пользователей (339 030 компьютеров) из 209 стран, обеспечивая интегральную производительность в 431,8 терафлопс (в 2010 году производительность проекта составляла 1,45 петафлопс, что являлось сопоставимым с производительностью самых быстрых суперкомпьютеров[3]). Участвовать в проекте может любой человек, обладающий подключённым к Интернет компьютером. Для этого необходимо установить на него программу BOINC и подключиться к проекту MilkyWay@home.

MilkyWay@Home
Скриншот программы MilkyWay@Home
Тип Распределённые вычисления
Разработчик Политехнический институт Ренсселера
Операционная система Кроссплатформенное ПО
Первый выпуск 7 июля 2007 г
Аппаратная платформа x86
Последняя версия 1.00 (Windows, FreeBSD)
1.01 (Linux, Mac OS X)
Состояние Активное
Лицензия GNU GPL 3
Сайт milkyway.cs.rpi.edu/milk…
Логотип Викисклада Медиафайлы на Викискладе
MilkyWay@Home
Платформа BOINC
Объём загружаемого ПО 6 МБ
Объём загружаемых данных задания 4 МБ
Объём отправляемых данных задания 0,5 КБ
Объём места на диске 10 МБ
Используемый объём памяти 6 МБ
Графический интерфейс нет
Среднее время расчёта задания 1-3 часа (CPU),
< 1 часа (GPU)
Deadline 8—12 дней
Возможность использования GPU nVidia, AMD/ATI
Логотип Викисклада Медиафайлы на Викискладе

Цели проекта

править
 
Динамика эволюции звёздного потока Стрельца (кликнуть для воспроизведения)
  Внешние изображения
Результаты моделирования динамики эволюции и текущего положения потока Стрельца
  Текущее положение
  Направление движения: [1], [2]

С середины 2009 года основной целью проекта стало моделирование звёздного потока Стрельца, произошедшего из карликовой эллиптической галактики в созвездии Стрельца и частично пересекающегося с пространством, занимаемым нашей Галактикой. Поток имеет нестабильную орбиту и скорее всего образовался в результате действия приливных сил по мере сближения карликовой галактики с галактикой Млечный Путь. Изучение подобных звёздных потоков и их динамики в перспективе может стать ключом к пониманию структуры, процесса формирования, эволюции и распределения гравитационного потенциала в Млечном Пути и других схожих галактиках, а также прояснить детали формирования приливных хвостов, возникающих при столкновении галактик. Кроме того, полученные результаты способны пролить свет на понимание явления тёмной материи, уточнение формы тёмного гало и его плотности. В процессе дальнейшего развития проекта планируется обратить внимание и на другие звёздные потоки (на данный момент также построены модели потоков Сироты и GD-1[4]).

 
Модель звёздного потока[5]

Используя данные обзора SDSS, производится разделение неба на области шириной около 2,5 градуса (англ. wedge или stripe). Далее с использованием вероятностных методов производится извлечение первичной информации о приливных потоках (отделение звёзд Галактики от звёзд потока, выполняемое в расчётных заданиях типа «separation»). Затем производится формирование новой равномерно заполненной звёздами области на основании информации о приливном потоке, причём поток в выбранной области условно считается цилиндрическим по форме, а распределение звёзд в нём — гауссовым (звёзды расположены чаще в средине, реже по краям)[6]. Подобный подход вызван тем, что для звёзд, образующих поток, известны координаты на небесной сфере, но неизвестно точное расстояние до каждой из них[7]. Поток в каждой области характеризуется 6 параметрами:

  •   — вес (процент звёзд в потоке);
  •   — угловое направление в пределах области (англ. angular position in the stripe);
  •  ,   и   — 3 пространственные координаты (два угла и радиальное расстояние от Земли);
  •   — мера ширины (англ. measure of width).

Кроме того, каждая область также характеризуется двумя параметрами:

  •   — мера плоскости галактического сфероида (англ. measure of the flatness of the spheroid);
  •   — мера радиуса ядра галактического сфероида (англ. measure of the radius of the spheroid core).

Выбранная модель Галактики не является полной и теоретически может быть расширена за счёт добавления параметров толстого диска и балджа, но в данных исследованиях этого не требуется, так как большинство звёзд потоков находится за пределами плоскости Галактики. Кроме того, звёзды потока и Галактики отличаются по цвету, благодаря чему последние могут быть заранее исключены из рассмотрения [7].

Таким образом, для расчёта в каждой области необходимо отыскание значений   параметров, где   — число потоков в области. Во время расчёта сервер приложений отслеживает популяцию из наборов звёзд в выбранной области, каждый из которых принадлежит к одной из возможных моделей Млечного Пути, с целью отыскания численных значений параметров, наиболее адекватно описывающих наблюдаемые данные, с использованием распределённых эволюционных алгоритмов (метод максимального правдоподобия, генетические алгоритмы, метод роя частиц, метод дифференциальной эволюции, марковские цепи и метод Монте-Карло, адаптированные для распределённых вычислений)[8][9][10][11][12][13].

Первой задачей в рамках проекта являлось более точное описание звёздного потока Стрельца по сравнению с известными на тот момент, на что потребовалось несколько месяцев расчёта с использованием грид[14]. Далее аналогичным образом были построены модели других звёздных потоков Сироты и GD-1[4]. Затем Мэттом Ньюби (англ. Matt Newby) было проведено моделирование с целью отыскания значений двух параметров сфероида в пределах всего неба. На основании данных о распределении звёзд в потоках выполняется моделирование динамики движения звёзд в потоках (расчётные задания типа «n-body»).

В ближайшей перспективе результаты моделирования могут дать ответы на два основных вопроса, не имеющих на данный момент однозначного ответа: о расположении и направлении движения звёздного потока Стрельца. Некоторые астрофизики полагают, что поток пройдет в непосредственной близости от нас; другие же уверены, что поток пройдёт выше Солнца (в плоскости Галактики).

Существует также подпроект "N-body" (MilkyWay@Home N-Body Simulation). Проект нацелен на создание симуляции столкновения карликовых галактик в гравитационное поле галактики Млечный Путь.

История развития проекта

править

Проект начал развиваться с 2007 года, в 2008 году стали доступны оптимизированные клиентские приложения для 32-битных и 64-битных операционных систем.

К середине 2009 года на рабочие задания, направляемые клиентам, требовалось лишь 2—4 часа расчётов на современных процессорах, однако их обработка должна была быть завершена в кратчайшие сроки (как правило, 3 дня). Это делало проект менее подходящим для компьютеров, не работающих круглосуточно или где пользователи не разрешили вычисление в фоновом режиме. В январе 2010 года разрешённое время обработки задания было увеличено до 8 дней[15].

11 июня 2009 года были разработаны расчётные приложения с поддержкой технологии CUDA для графических процессоров Nvidia[16]. 13 января 2010 года была добавлена поддержка графических процессоров от ATI Technologies, что позволило существенно повысить интегральную производительность проекта[17]. Например, задания, требующие 10 минут вычислений на графическом процессоре ATI Radeon HD 3850 или 5 минут на ATI Radeon HD 4850, вычисляются 6 часов на одном ядре процессора AMD Phenom II с частотой 2,8 ГГц. При этом от видеокарт требуется поддержка операций с плавающей запятой двойной точности.

Научные достижения

править
  • произведено моделирование динамики эволюции звёздного потока Стрельца [14].
  • произведено моделирование динамики эволюции звёздных потоков Стрельца, Сироты и GD-1 [4].
  • опубликованы результаты моделирования текущего положения потока Стрельца [18] и направления движения его отдельных компонентов [19].
  • опубликованы результаты моделирования динамики звёздного потока Сироты[20][21].

См. также

править

Примечания

править
  1. BOINCstats/BAM! | MilkyWay@home - Detailed stats. Дата обращения: 15 июля 2012. Архивировано 15 июня 2012 года.
  2. BOINCstats | MylkyWay@Home — Detailed stats. Дата обращения: 5 сентября 2013. Архивировано 7 августа 2013 года.
  3. Проект MilkyWay@Home заткнул за пояс суперкомпьютер Roadrunner. Дата обращения: 15 июля 2012. Архивировано 3 апреля 2013 года.
  4. 1 2 3 animation of the n-body simulations. Дата обращения: 15 июля 2012. Архивировано 21 июня 2012 года.
  5. Travis Desell. MilkyWay@Home and Volunteer Computing at RPI. RPI Center for Open Source Software (RCOSS). RPI, Troy, New York, USA. April 2010. Дата обращения: 15 июля 2012. Архивировано 16 сентября 2012 года.
  6. Milkyway@home Data Plots. Дата обращения: 15 июля 2012. Архивировано 26 июля 2012 года.
  7. 1 2 Nathan Cole, Heidi Newberg, Malik Magdon-Ismail, Travis Desell, Kristopher Dawsey, Warren Hayashi, Jonathan Purnell, Boleslaw Szymanski, Carlos A. Varela, Benjamin Willett, and James Wisniewski. Maximum Likelihood Fitting of Tidal Streams with Application to the Sagittarius Dwarf Tidal Tails. Astrophysical Journal, 683:750-766, 2008. Дата обращения: 15 июля 2012. Архивировано 16 сентября 2012 года.
  8. Travis Desell. Robust Asynchronous Optimization using Volunteer Computing Grids. 5th Annual Pan-Galactic BOINC Workshop. Barcelona, Spain. October 2009. Дата обращения: 15 июля 2012. Архивировано 16 сентября 2012 года.
  9. Travis Desell. Asynchronous Global Optimization for Massive-Scale Computing. PhD Defense. RPI, Troy, New York, USA. November 2009. Дата обращения: 15 июля 2012. Архивировано 16 сентября 2012 года.
  10. Boleslaw Szymanski. Robust Asynchronous Optimization for Volunteer Computing Grids. The 5th IEEE International Conference on e-Science (e-Science 2009). Oxford, UK. December 2009. Дата обращения: 15 июля 2012. Архивировано 16 сентября 2012 года.
  11. Matthew Newby. The Maximum Likelihood Problem and Fitting the Sagittarius Dwarf Tidal Stream. RPI Astrophysics Seminar. RPI, Troy, New York, USA. October 2009. Дата обращения: 15 июля 2012. Архивировано 16 сентября 2012 года.
  12. From Analyzing the Tuberculosis Genome to Modeling the Milky Way Galaxy: Using Volunteer Computing for Computational Science. Public Talk. University of North Dakota, Grand Forks, North Dakota, USA. November 2010. Дата обращения: 15 июля 2012. Архивировано 16 сентября 2012 года.
  13. Travis Desell, Nathan Cole, Malik Magdon-Ismail, Heidi Newberg, Boleslaw Szymanski, and Carlos A. Varela. Distributed and Generic Maximum Likelihood Evaluation. In 3rd IEEE International Conference on e-Science and Grid Computing (eScience2007), Bangalore, India, pages 337—344, December 2007. Дата обращения: 15 июля 2012. Архивировано 16 сентября 2012 года.
  14. 1 2 N-Body Simulation of the Sagittarius Stream. Дата обращения: 15 июля 2012. Архивировано из оригинала 24 сентября 2012 года.
  15. Increased WU Deadline. Дата обращения: 15 июля 2012. Архивировано 25 сентября 2012 года.
  16. Run SETI@home on your NVIDIA GPU (англ.). setiathome.berkeley.edu. Дата обращения: 24 октября 2018. Архивировано 24 октября 2018 года.
  17. ATI Application. Дата обращения: 15 июля 2012. Архивировано 24 сентября 2012 года.
  18. Progress Report. Дата обращения: 15 июля 2012. Архивировано 13 августа 2012 года.
  19. Plot Progression! Дата обращения: 15 июля 2012. Архивировано 19 июля 2012 года.
  20. Визуализация результатов моделирования потока Сироты на YouTube
  21. Визуализация результатов моделирования потока Сироты на YouTube

Ссылки

править

Исходный код:

Обсуждение проекта в форумах: