pyC$^2$Ray：一个用于模拟宇宙再电离时期的灵活且 GPU 加速的辐射转移框架

对再电离时期（$5 \leq z \leq 20$）星系际介质中中性氢演化的详细建模，对于解释来自当前和即将到来的 21 厘米实验（如低频阵列（LOFAR）和平方公里阵列（SKA））的宇宙学信号至关重要。数值辐射转移代码提供了再电离过程在物理上最精确的模型。然而，它们计算代价高昂，因为必须涵盖巨大的宇宙学体积，同时准确捕捉小尺度（$\lesssim\rm Mpc$）上的天体物理过程。在此，我们提出 pyC$^2$Ray，即大规模并行射线追踪与化学代码 C$^2$Ray 的更新版本，该代码已广泛用于再电离模拟。代码中最耗时的部分是计算电离光子路径上的氢柱密度。在此，我们提出加速短特征八面体射线追踪（ASORA）方法，一种专门设计用于在图形处理单元（GPUs）上运行的射线追踪算法。我们包含了现代 Python 接口，可在不牺牲计算效率的情况下轻松定制使用代码。我们在一系列标准射线追踪测试以及体积为 $(349\,\rm Mpc)^3$、网格尺寸 $250^3$、约 $10^6$ 个源的完整宇宙学模拟上测试 pyC$^2$Ray。与原始代码相比，pyC$^2$Ray 取得相同结果且分数差异可忽略（$\sim 10^{-5}$），并实现了两个数量级的加速。基准分析显示，ASORA 每个源每体素耗时几纳秒，并在射线追踪半径内随源和体素数量增加而线性扩展。