بزرگنمايي:

آریا بانو - مجله ایلیاد / گروهی از فیزیکدانان و متخصصین علوم کامپیوتر در آزمایشگاه ملی آرگون وابسته به دپارتمان انرژی ایالات متحده، موفق شدند یکی از پنج شبیه‌سازی بزرگ کیهان‌شناختی را که تاکنون انجام شده است، به نمایش بگذارند. نتایج حاصل از این شبیه‌سازی برای تکمیل نقشه‌های آسمان شب به کار می‌روند تا هدایت آزمون‌های کیهان‌شناختی بزرگ مقیاس آسان شود.
این شبیه‌سازی که آخرین سیاحت نامیده شده، توزیع جرم را در سراسر کیهان با گذشت زمان دنبال می‌کند؛ به عبارت دیگر، نشان می‌دهد که چگونه گرانش سبب می‌شود ماهیت اسرارآمیزی به نام «ماده‌ی تاریک» گرد هم جمع شود تا ساختارهای بزرگ مقیاسی به نام «هاله» پدیدار شوند و درون آن‌ها کهکشان‌ها شکل بگیرند و به مرور زمان تکوین یابند.
دانشمندان این شبیه‌سازی را با اَبرکامپیوتر «میرا» در آزمایشگاه آرگون اجرا کردند. همین دانشمندان در سال 2013 شبیه‌سازی کیهان‌شناختی قبلی را که دیواره‌ی بیرونی نامیده می‌شد، درست چند روز پس از راه‌اندازی میرا اجرا کردند. دانشمندان پس از اجرای شبیه‌سازی‌هایی که در طول عمر هفت‌ساله‌ی اَبرکامپیوتر میرا انجام شدند، سرانجام با اجرای شبیه‌سازی آخرین سیاحت بازنشستگی میرا را اعلام کردند.
شبیه‌سازی آخرین سیاحت نشان می‌دهد که چقدر فن‌آوری مشاهداتی و محاسباتی ما در این هفت سال پیشرفت کرده است و بستری را فراهم خواهد کرد تا داده‌های به‌دست‌آمده را با آزمون‌های کیهان‌شناختی به اشتراک بگذاریم. برای مثال، «آزمون تابش ریزموج زمینه‌ی کیهانی مرحله‌ی 4 - CMB-S4»، «آزمون میراث پیمایش فضا و زمان» که در رصدخانه‌ی روبین در شیلی انجام می‌شود، «ابزار طیف‌نگاری انرژی تاریک» و دو ماموریت ناسا شامل «تلسکوپ فضایی رومن» و «SPHEREx».
«کاترین هایتمن» نایب‌رئیس بخش فیزیک انرژی بالا «HEP» در آزمایشگاه آرگون، می‌گوید: «ما گستره‌ی بسیار وسیعی از جهان هستی را در شبیه‌سازی خود لحاظ کردیم و مشتاق بودیم ساختارهای بزرگ مقیاس، نظیر نواحی انباشته از هزاران یا میلیون‌ها کهکشان را بررسی کنیم، اما در عین حال دینامیک این نواحی را نیز در مقیاس کوچک‌تر مد نظر داشتیم.»
کدی که کیهان را بنا کرد
دوره‌ی شش ماهه‌ی شبیه‌سازی آخرین سیاحت و کار دشوار آنالیز داده‌ها چالش‌های بی‌نظیری را برای توسعه‌ی نرم افزار و گردش‌کار پیش روی ما قرار داد. دانشمندان با به‌روزرسانی برخی از کدهایی که قبلاً در سال 2013 برای شبیه‌سازی موسوم به دیواره‌ی بیرونی به کار برده بودند، موفق شدند کارآیی ابرکامپیوتر میرا یا سیستم کامپیوتری بلوجین/کیو کمپانی IBM را که اینک در مرکز محاسبات راهبردی آرگون «ALCF» مستقر است، بهبود بخشند. ALCF یکی از 28 اداره‌ی کل دپارتمان انرژی آمریکاست که تسهیلات لازم را برای کاربران علوم فراهم می‌کنند.
به خصوص، دانشمندان از «کد شتاب‌دهنده‌ی کیهان‌شناسی سخت‌افزاری/هیبریدی – HACC» و چارچوب تحلیلی آن یا CosmoTools استفاده کردند تا همزمان با اجرای شبیه‌سازی، استخراج تدریجی اطلاعات مربوطه امکان‌پذیر گردد.
هایتمن می گوید: «استفاده از حداکثر توان ابرکامپیوتر می‌تواند چالش‌برانگیز باشد، چون خواندن حجم زیاد اطلاعاتی که توسط شبیه‌سازی فراهم می‌شود از نظر محاسباتی پُرهزینه خواهد بود، بنابراین شما مجبورید آنالیزهای زیادی را در حین اجرای شبیه‌سازی انجام دهید. این کارِ طاقت‌فرسایی است، چون اگر در پیکربندی آنالیزها مرتکب خطایی شوید، وقت کافی برای اجرای مجدد آن نخواهید داشت.»
گروه پژوهشی برای پیشبرد گردش‌کار، دیدگاه یکپارچه‌ای را در حین اجرای شبیه‌سازی دنبال می‌کردند. HACC، شبیه‌سازی را در طول زمان اجرا خواهد کرد و همزمان اثر گرانش را بر ماده در بخش‌های وسیعی از تاریخچه‌ی کیهان تعیین می‌کند. هنگامی که HACC موقعیت تریلیون‌ها ذره‌ی محاسباتی را که نشان‌دهنده‌ی توزیع کلی ماده است تعیین کرد، آنگاه CosmoTools قدم به میدان می‌گذارد تا اطلاعات مناسب را ثبت کند؛ نظیر یافتن میلیاردها هاله‌ای که میزبان کهکشان‌ها هستند. سپس این اطلاعات استخراج‌شده، در حین فرآیندهای بعدی تجزیه و تحلیل می‌شوند.
«آدرین پاپ» فیزیکدان و معمار اصلی نرم‌افزارهای HACC و CosmoTools در بخش علوم محاسباتی آرگون، می‌گوید: «اگر موقعیت ذرات را در زمان معینی از تاریخچه‌ی کیهان بدانیم، می‌توانیم ساختارهایی را که با استفاده از CosmoTools شکل گرفته‌اند ترسیم کنیم و زیرمجموعه‌ای از داده‌ها را ذخیره کنیم تا برای استفاده‌ی بعدی آماده باشند. اگر در شبیه‌سازی با توده‌‌ی فشرده‌ای از ذرات مواجه شویم، این توده‌‌ی فشرده موقعیت هاله‌ی ماده‌ تاریک را نشان می‌دهد و کهکشان‌ها می‌توانند درون این هاله‌های ماده‌ی تاریک شکل بگیرند.»
دانشمندان این فرآیند درهم‌تنیده را تا انتهای شبیه‌سازی تکرار کردند. در این فرآیند HACC ذرات را جا‌به‌جا می‌کند و CosmoTools داده‌ها را تحلیل و سپس اطلاعات خاص را ثبت می‌کند. سپس گروه پژوهشی از قابلیت‌های Cosmotools استفاده کردند تا مشخص کنند کدام توده‌ی ذرات احتمالاً میزبان کهکشان‌ها هستند. برای مثال، حدود 100 تا 1000 ذره در شبیه‌سازی، نماینده‌ی یک کهکشان منفرد هستند.
آدرین پاپ می‌گوید: «ما ذرات را جا‌به‌جا می‌کنیم، سپس داده‌ها را تحلیل می‌کنیم و دوباره ذرات را جا‌به‌جا می‌کنیم و باز داده‌ها را تحلیل می‌کنیم. در پایان، دوباره سراغ مجموعه داده‌هایی می‌رویم که قبلاً آن‌ها را برای ذخیره‌سازی به‌دقت انتخاب کرده بودیم و آنگاه این داده‌‌ها را دوباره آنالیز می‌‌کنیم تا درک دینامیک تشکیل ساختارها برای‌مان آسان شود. با این روش می‌توانیم بفهمیم که کدام هاله‌ها در هم ادغام می‌شوند و کدام یک پس از تکوین حول یکدیگر می‌گردند.»
گروه پژوهشی با استفاده‌ی بهینه از نرم‌افزارهای HACC و CosmoTools موفق شدند شبیه‌سازی را در نصف زمانی که انتظار می‌رفت، اجرا کنند.
سهم مشارکت در جامعه‌ی علمی
شبیه‌سازی آخرین سیاحت، کمک می‌کند تا داده‌های ضروری برای سایر آزمون‌های کیهان‌شناختی مهم فراهم شود. زمانی که این آزمون‌ها داده‌‌های مشاهداتی را با هم مقایسه می‌کنند و یا درباره‌ی مجموعه‌ای از موضوعات نتیجه‌گیری می‌کنند، شبیه‌سازی آخرین سیاحت می‌تواند داده‌های مفیدی را برای آن‌ها فراهم کند. این داده‌ها می‌توانند درک ما را در طیف وسیعی از موضوعات توسعه دهند؛ از اسرار کیهان‌شناختی نظیر نقش ماده‌ی‌ تاریک در تکوین جهان هستی گرفته تا اخترفیزیک تشکیل کهکشان‌ها در سراسر کیهان.
«کاترین رایلی» مدیر بخش علم در ALCF، عنوان کرد: «این مجموعه‌ی سترگ داده‌هایی که آن‌ها استخراج کردند، خوراک سایر پژوهش‌های علمی را فراهم می‌کند. به هر حال، ماموریت اصلی ما این است که به پیشرفت هر چه بیشتر علم کمک کنیم. اگر بتوانید کاری کنید که علاوه بر جالب ‌بودن، خوراک جامعه‌ی علمی را هم فراهم کند، آنگاه شما سهم به‌سزایی در پیشبرد علم خواهید داشت که تاثیر آن برای سال‌ها باقی خواهد ماند.»
شبیه‌سازی این گروه پرسش‌های اساسی بیشماری را در کیهان‌شناسی مطرح خواهد کرد و با تاثیری که بر مطالعات کیهان‌شناختی جاری و آینده می‌گذارد، وجودش برای بهینه‌سازی مدل‌های موجود و توسعه‌ی مدل‌های نوین ضروری است.
آدرین پاپ می‌گوید: «هدف ما این نیست که ساختارهای معین را با کیهان واقعی جفت و جور کنیم. درعوض، تلاش می‌کنیم از لحاظ آماری ساختارهای هم‌ارز خلق کنیم؛ به این معنی که هرگاه داده‌های خود را بررسی کردیم بتوانیم مکان‌هایی را بیابیم که کهکشان‌هایی هم‌اندازه‌ی راه‌شیری در آن وجود داشته باشند. اما در عین حال می‌توانیم از کیهانِ شبیه‌سازی‌شده به‌عنوان ابزار مقایسه‌ای استفاده کنیم تا تفاوت بین درک نظری جاری‌مان از کیهان‌شناسی را با آنچه که در جهان هستی امروزی رصد کرده‌ایم بیابیم.»
رایانش اگزامقیاس
هایتمن که شبیه‌سازی دیواره‌ی بیرونی را در سال 2013 با همکاری گروه HACC و «سلمان حبیب» مدیر بخش CPS و دانشمند ارشد آرگون اجرا کرد، می‌گوید: «اگر به شبیه‌سازی دیواره‌ی بیرونی که ما در گذشته اجرا کردیم فکر کنید، به‌راستی می‌توانید ببینید که امروزه کاربردهای علمی این شبیه‌سازی تا کجا پیشرفت کرده است. اجرای چیزی که اساساً بزرگ‌تر و پیچیده‌تر است و دستاوردهای زیادی برای جامعه‌ی علمی دارد، برای‌مان جالب بود.»
درحالی که آرگون در تلاش است تا «آرورا» یا نسل بعدی اَبرکامپیوتر اگزامقیاس ALCF را راه‌اندازی کند، دانشمندان آماده می‌‌شوند تا شبیه‌سازی‌های کیهان‌شناختی به‌مراتب بزرگ‌تری را اجرا کنند. سیستم‌های رایانشی اگزامقیاس از این توانایی برخوردارند تا میلیاردها میلیارد محاسبه را در یک ثانیه اجرا کنند. این توانایی پردازش، 50 مرتبه سریع‌تر از قدرتمندترین ابرکامپیوترهای امروزی است.
آدرین پاپ می‌گوید: «ما در طول عمر میرا چیزهای زیادی آموختیم و خود را با آن هماهنگ کردیم و این فرصت جالبی است که می‌توانیم به‌طور همزمان گذشته و آینده را نظاره کنیم. هنگامی که برای شبیه‌سازی‌های کیهان‌شناختی در ابرکامپیوترهای اگزامقیاس و پیشرفت‌های دهه‌ی پیش رو آماده می‌شویم و کدها و ابزارهای تحلیلی خود را بهینه می‌کنیم، باید از خود بپرسیم که به دلیل محدودیت‌هایی که تاکنون داشته‌ایم، منبعد چه کارهای جالب دیگری می‌توانیم با این شبیه‌سازی‌ها انجام دهیم.»
شبیه‌سازی آخرین سیاحت، فقط گرانش را دربر می‌گرفت، به این معنی که برهم‌کنش‌هایی نظیر دینامیک گاز و فیزیک تشکیل ستارگان را شامل نمی‌شد. گرانش در کیهان‌شناسی بزرگ مقیاس نقش اصلی را بازی می‌کند، با این حال دانشمندان امیدوارند بتوانند در شبیه‌سازی‌های آینده سایر مباحث فیزیکی را نیز لحاظ کنند و به این ترتیب در شبیه‌سازی‌های متفاوتی که اجرا می‌کنند نحوه‌ی جابه‌جایی و توزیع ماده را در کیهان با گذشت زمان رصد کنند.
رایلی ادامه داد: «هر چه جلوتر می‌رویم، روابط به‌هم‌پیوسته‌ی بیشتری در دنیای فیزیکی کشف می‌کنیم و برای شبیه‌سازی این برهم‌کنش‌ها، دانشمندان باید گردش‌کار خلاقانه‌تری را برای پردازش و تحلیل داده‌ها ابداع کنند. تکرار این چرخه به شما این توانایی را می‌بخشد تا حتی سریع‌تر به پاسخ‌های‌تان برسید و یا دست به اکتشافات مهم بزنید.
مقاله‌ای درباره‌ی این شبیه‌سازی با عنوان «آخرین سیاحت، شبیه‌سازی کران مقیاس در ابرکامپیوتر میرا» در 27 ژانویه 2021 در سری پیوست‌های مجله‌ی Astrophysical Journal منتشر شد. به دنبال این پژوهش، دانشمندان اخیراً در تلاشند تا مقالاتی را برای ایجاد نقشه‌های دقیق ترکیبی از آسمان منتشر کنند.