El Departamento de Energía de EE. UU. en el Laboratorio Nacional Argonne completa una gran simulación del universo, simulando 13.4 billones de partículas de materia oscura.

Investigadores del Laboratorio Nacional Argonne del Departamento de Energía de EE. UU. han completado dos de las simulaciones cosmológicas más grandes de la historia, simulando 13.4 billones de partículas de materia oscura y abarcando una región del universo de 28.6 mil millones de años luz. Estas simulaciones se ejecutaron en la supercomputadora Aurora de Argonne, utilizando 8,100 nodos de cálculo y aproximadamente 50,000 unidades de procesamiento gráfico (GPUs). El equipo completó estas dos ejecuciones y la mayor parte del análisis de datos en aproximadamente cuatro días, creando un vasto conjunto de datos destinado a ayudar a los científicos a investigar los momentos iniciales del universo y explicar los resultados de las principales encuestas astronómicas.

Desafíos en la comprensión de la expansión del universo

El proyecto fue liderado por el científico de computación de Argonne, Nicholas Frontiere, y se centra en entender la expansión del universo, un período de rápida expansión poco después del Big Bang. Aunque la expansión es una parte central de la cosmología moderna, la física que la impulsa sigue siendo incierta.

Según los investigadores, la expansión estira pequeñas fluctuaciones cuánticas a vastas distancias en el universo temprano. A lo largo de miles de millones de años, la gravedad amplificó estas pequeñas variaciones de densidad, ayudando a formar la vasta red del universo que observamos hoy, incluyendo galaxias y materia oscura. La materia oscura no puede ser observada directamente a través de la luz normal, pero su influencia gravitacional ayuda a dar forma a la distribución de las galaxias. Estas simulaciones utilizan partículas para rastrear la densidad y velocidad de la materia oscura, permitiendo a los científicos modelar la evolución de la estructura del universo. El equipo está especialmente interesado en la no gaussiana primordial: sutiles desviaciones de la distribución estadística simple prevista por el modelo de expansión estándar.

Detectar estas desviaciones podría ayudar a diferenciar entre diferentes explicaciones de la expansión y revelar más información sobre las condiciones iniciales del universo. Sin embargo, cualquier señal potencial se espera que sea débil y podría estar oscurecida por variaciones cósmicas, que son incertidumbres estadísticas que surgen cuando las observaciones cubren solo una parte limitada del universo. Por lo tanto, los investigadores necesitan combinar un gran volumen de datos con simulaciones de suficiente resolución para capturar los halos de materia oscura y la estructura de la formación de galaxias.

Importancia de la capacidad de cálculo de Aurora

La capacidad de cálculo de Aurora es crucial en este aspecto. Esta máquina cuenta con 10,624 nodos y 63,744 GPUs, y está equipada con memoria de alta capacidad y un sistema de almacenamiento diseñado para manejar grandes flujos de datos. Estas simulaciones generaron más de 85 PB de datos a través del sistema de almacenamiento de objetos asíncronos distribuidos de Aurora, principalmente para puntos de control. Estos puntos de control permiten que los cálculos se reanuden después de una interrupción, en lugar de reiniciarse desde el principio. El equipo retuvo aproximadamente 8 PB de datos para análisis científicos. El equipo utilizó el código de cosmología de aceleración híbrida/hardware de Argonne (HACC), que está diseñado para ejecutar simulaciones cosmológicas a gran escala en diferentes arquitecturas de supercomputación.

A diferencia de proyectos anteriores realizados en el sistema Frontier del Laboratorio Nacional Oak Ridge, que simuló la gravedad junto con gas, estrellas y otros procesos, las simulaciones de Aurora se centraron únicamente en la gravedad. Este enfoque permitió a los investigadores cubrir un mayor volumen del universo con más partículas.

Estas dos simulaciones utilizan el mismo modelo cosmológico y señales no gaussianas, pero sus fases iniciales son inversas. Analizarlas juntas ayuda a compensar algunas variaciones aleatorias y a aislar fenómenos físicos potenciales. La intensidad de la señal también se oculta, permitiendo a los investigadores probar métodos de análisis sin conocer la respuesta esperada. Los resultados de observación sintética generados ayudarán a los científicos a validar flujos de trabajo e identificar sesgos potenciales, que luego se aplicarán a datos reales de proyectos como el Dark Energy Spectroscopic Instrument (DESI) apoyado por el Departamento de Energía de EE. UU. y la misión SPHEREx de la NASA.

Al generar observaciones simuladas realistas en el cielo, estas simulaciones podrían ayudar a los investigadores a extraer mediciones más confiables de estas encuestas. Su escala también proporciona a los científicos una poderosa plataforma de prueba para examinar las sutiles características del universo temprano.

Simulaciones que cierran la brecha entre teoría y observación

El proyecto obtuvo tiempo de cálculo a través del programa de impacto de la innovación y la computación novedosa del Departamento de Energía. A medida que DESI, SPHEREx y otras encuestas recopilan datos de observación cada vez más detallados, simulaciones de esta escala ayudan a cerrar la brecha entre los modelos teóricos y el universo que los astrónomos observan en la práctica.