GPU 速度的引力波推断：blackjax-ns 中类 bilby 嵌套采样核

我们提出了一种用于参数估计和模型比较的引力波贝叶斯推断流水线的 GPU 加速实现。具体而言，我们实现了“acceptance-walk”采样方法，这是 bilby 和 dynesty 框架内引力波推断的核心算法。通过将这一受信赖的核与向量化的 blackjax-ns 框架相集成，我们在对齐自旋双黑洞分析中实现了 20-40 倍的典型加速，同时恢复的后验分布和证据在统计上与原始 CPU 实现完全一致。这种对社区标准算法的忠实重新实现确立了引力波推断的基础基准。它量化了完全归因于向 GPU 架构转移的性能提升，为未来并行采样算法的严格评估提供了重要参考。这使得能够清晰区分算法创新与硬件带来的固有加速。我们的工作提供了一个经过验证的社区工具，用于在引力波数据分析中执行 GPU 加速的嵌套采样。