基于图形处理单元 Lomb-Scargle 算法的大规模数据集与实时应用快速周期搜索

计算变星等变源天体的周期众所周知计算代价高昂。现代天文星表包含数量可观的观测天体。因此，即便由于预期物理特性使得特定类别天体的周期范围受到良好约束，仍须为海量天体推导周期。本文提出一种 GPU 加速的 Lomb-Scargle 周期搜寻算法，可为单一天体或成批天体计算周期，这在众多数据处理流水线中是必需的。我们展示了若干优化的性能，包括比较共享内存与全局内存 GPU 核函数的使用，以及利用多个 CUDA 流将周期图数据从 GPU 拷贝至主机。此外，我们量化了两类 GPU 上 32 位与 64 位浮点精度之间的差异，并表明在科学计算用 GPU 上采用 64 位相较 32 位的性能下降幅度小于 CPU。我们发现该 GPU 算法相较基线并行 CPU 实现具有更优性能，加速比最高达 174.53$\times$。Vera C. Rubin 天文台将开展时空遗产巡天（LSST）。我们分析表明，可在近实时下推导 LSST 规模的太阳系天体成批自转周期，这将用于未来的 LSST 事件代理。所有源代码已公开可用。