Parallel HOP：面向大规模宇宙学数据集的可扩展暗晕搜寻器
宇宙学与河外天体物理
2015-05-18 v2 天体物理仪器与方法
摘要
现代N体宇宙学模拟包含数十亿（10^9）个暗物质粒子。这些模拟需要数百到数千GB的内存，并在许多计算节点上使用数百到数万个处理核心。为了研究宇宙学模拟中暗物质的分布，必须使用暗晕搜寻器来识别暗物质晕，该搜寻器确定模拟中每个粒子的暗晕归属。暗晕搜寻所需的资源与模拟本身类似。特别是，模拟规模已变得过大，无法使用常用的暗晕搜寻器，因此识别暗晕的计算任务现在必须分布在多个节点和核心上。在此，我们提出一种面向大规模宇宙学模拟数据的可扩展并行暗晕搜寻方法，称为Parallel HOP。它基于暗晕搜寻器HOP，利用MPI和区域分解将暗晕搜寻工作负载分布在多个计算节点上，从而能够分析比严格串行或先前的并行HOP实现更大的数据集。我们提供了该方法的参考实现，作为工具包yt的一部分，yt是一个用于自适应网格细化（AMR）数据的分析工具包，包含互补的分析模块。此外，我们讨论了一组基准测试，表明该方法在多达数百个任务和超过2000^3个粒子的数据集上具有良好的可扩展性。Parallel HOP方法及其实现可轻松应用于任何类型的N体模拟数据，因此具有广泛的适用性。
引用
@article{arxiv.1001.3411,
title = {Parallel HOP: A Scalable Halo Finder for Massive Cosmological Data Sets},
author = {Stephen Skory and Matthew J. Turk and Michael L. Norman and Alison L. Coil},
journal= {arXiv preprint arXiv:1001.3411},
year = {2015}
}
备注
29 pages, 11 figures, 2 tables