无通信且并行的中性生物多样性模型模拟

我们提出了一种用于基于个体的概率中性生物多样性模拟的新型无通信算法。该算法通过将中性 Moran 生态系统模型转化为易并行问题，以冗余计算为代价换取进程间通信的消除。具体而言，通过精心设计驱动模拟的随机数生成器，我们安排进化父子交互的建模无需知道该交互、其参与者或正在执行计算的处理器。关键在于，这意味着每个个体都可以完全独立地模拟。因此，无论模拟分布到多少处理器上，模拟都是完全可复现的。借助我们的新算法，模拟可以（1）拆分为独立的批处理作业，以及（2）跨任意数量的异构机器模拟——均不影响模拟结果。我们使用 Rust 编程语言构建了可扩展且经过静态检查的模拟包 $\texttt{necsim-rust}$。我们通过将三种传统模拟算法与我们的 Independent 算法的 CPU 和 GPU 实现进行比较来评估我们的并行化方法。这些实验表明，只要维持某些局部状态以剔除冗余个体，我们的 Independent 算法就与现有的顺序解决方案一样高效。根据模型参数化和所执行的分析不同，GPU 实现进一步以约 $2$ 到约 $80$ 的倍率优于 CPU 上的所有算法。在我们研究过的并行算法中，我们的 Independent 算法提供了唯一可扩展到大型模拟域的非近似并行化策略。