SOAP-GPU：利用图形处理器的高效恒星活动光谱建模

恒星活动抑制是径向速度（RV）测量中探测类地系外行星的主要挑战之一。若干有前景的技术正研究利用光谱时间序列以区分恒星与行星扰动。本文提出 Spot Oscillation And Planet（SOAP）2.0 代码的新版本，可利用图形处理器（GPUs）在光谱层面建模恒星活动。我们借助 GPU 的计算能力优化原始 SOAP 2.0 代码背后计算昂贵的算法。我们开发了 GPU 内核，可在任意给定波长范围建模恒星活动。除光谱层面的恒星活动处理外，SOAP-GPU 还包含谱线 bisector 从中心到边缘的变化，并可输入 PHOENIX 光谱以建模宁静光球、黑子与亮斑，从而能在广阔的恒星属性空间内模拟恒星活动。基准计算表明，在同等精度下，当以 R=115'000 分辨率在完整可见光谱范围建模恒星活动时，该新代码相较生成光谱的改进版 SOAP 2.0 提速 60 倍。尽管代码现包含谱线 bisector 随中心—边缘角的变化，其对所得 RV 的影响很小。公开可用的 SOAP-GPU 代码可高效在光谱层面建模恒星活动，这对测试在不受其他噪声源影响的谱时间序列层面工作的进一步恒星活动抑制技术至关重要。除性能大幅提升外，SOAP-GPU 还包含更多物理机制，并得益于 PHOENIX 光谱库的使用，能够建模从 F 到 K 型矮星等不同于太阳的各类恒星。