近日，中國科學家依托“天河二號”超級計算機，“拍”出了一部史上最細致的“宇宙大片”，呈現了137億年的宇宙成長史。不過，讓他們憂心的是——

“搭檔”宇宙學：超算還太“嫩”

137億年里，宇宙是怎么變成現在這樣的？

這是人類一直在探索的科學和哲學問題。如今，科學家用高性能計算機，基于數值模擬技術“拍”出了一部史上最細致的“宇宙大片”，呈現了這一漫長的宇宙成長史。

近日，國家超算廣州中心透露，北京師范大學天文學系教授張同杰領銜的宇宙中微子數值模擬團隊，依托“天河二號”超級計算機，成功完成了3萬億粒子數的宇宙中微子和暗物質數值模擬，揭示了宇宙大爆炸1600萬年之后至今約137億年的漫長演化進程。

盡管我國超算中心蜂擁而起，但“天河二號”是唯一能完成這項任務的平臺，超算要想更好地支撐天文發展，無論是軟件還是硬件，都有很長的路要走。

把宇宙裝進“盒子”

這個看似極其專業的研究，說白了就是用虛擬的3萬億顆粒子模擬宇宙演化的過程。

“我們把這么多粒子放在一個虛擬的方盒子里，模擬宇宙的演化。”張同杰在接受《中國科學報》記者采訪時解釋。

在計算機模擬中，宇宙形成初期，這3萬億虛擬粒子就像散沙一樣分布在盒子中。隨著時間推移，科學家根據天體物理與宇宙學模型設計好的引力作用下，這些粒子會相互聚合、分散，模擬宇宙的演化過程。此次模擬正是要盡可能還原宇宙中微子和暗物質在宇宙中的真實演化情況。

研究人員會選幾個重要的演化時間段，將模擬結果做成動態“大片”。

張同杰說，用3萬億粒子做模擬是史無前例的。美國最大做到了1.07萬億粒子數的規模。

粒子數越大，模擬出的宇宙演化過程也就越清晰，可以把原來無法呈現的天體物理細節模擬出來，而這對計算能力提出了更高的要求。

于是，數據存儲成了大問題。“我們的模擬在一個時間節點上輸出的數據就有約30T，整個模擬做下來產生了P量級的數據量。”張同杰說，“下一階段我們還想把黑洞和蟲洞的形成過程加進模擬中去，現在是P量級的數據量，將來可能會達到幾百P，到時候數據存放都會成為問題。”

同時，長達一年半的研究，也使計算費高得難以承受。“很燒錢。盡管超算廣州中心給予了大力支持，但是長遠而言, 我們還是需要科學基金的支持。”張同杰說。

宇宙學鞭策超算發展

中科院超算中心研究員王龍告訴記者，國內的計算宇宙學工作最早可追溯到上世紀80年代，目前的計算宇宙學專家很多有海外留學背景，能在國內超算資源不甚豐富的情況下用國外超算開展研究。

“大多數高精度宇宙學數值模擬，都依賴超算技術。”張同杰說。

隨著國內超算能力的提升，越來越多的計算宇宙學學者開始在國內的超級計算機上開展宇宙學數值模擬。

2010年，中科院紫金山天文臺、中科院國家天文臺、中科院上海天文臺和中科院計算機網絡信息中心成立的中國計算宇宙學聯盟，提出了一項大型宇宙學數值模擬計劃——“盤古計劃”。當年11月，這項計劃用300億虛擬粒子在邊長為45億光年的“盒子”里完成宇宙模擬實驗，這一模擬的分辨率在當時居世界第三。

如今300億的粒子數，早已不能滿足天文科學家對細節的追求。

“與其他領域相比，宇宙數值模擬對運算存儲能力的要求更高。”王龍告訴記者，宇宙學是超算發展的支柱性應用之一。在國外，每次推出新的超級計算機，率先部署的全機應用往往都有宇宙演化模擬。

在需求的推動下，超算也在不斷努力。前不久，中科曙光就專門為中科院紫金山天文臺設計了GPU集群，以縮短計算運行周期。

如今，“‘天河二號’在運算和存儲上都能夠滿足我們完成3萬億粒子數的數值模擬。”張同杰說。但他也表示，除“天河二號”外，目前世界上難有平臺可擔此重任。

軟件實力跟不上需求

“因為發展自主超算軟件需要較長的周期，國內很多宇宙學團組會選擇與國外的研究機構合作，使用他們的軟件。”中科院網絡信息中心研究人員曹宗雁告訴記者，目前天文領域最普遍使用的軟件是德國開發的數值模擬軟件。

在衡量一個國家的超級計算綜合實力時，軟件的重要性絲毫不亞于硬件。但我國“無論是硬件還是軟件，用的大都是國外的”。曹宗雁說。

2010年，曹宗雁博士畢業。為了做宇宙學超算軟件，計算機專業出身的他選擇去國家天文臺做博士后。

王龍告訴記者，對于天文本專業的人而言，由于研發軟件需要較長的時間投入，必然影響論文產出等科研評價指標，開展軟件研發的人也相當少。

另一制約宇宙學軟件發展的因素是機時費問題。開展一組宇宙學模擬往往需要百萬元級的機時費，時至今日，曹宗雁研發的一款數值模擬軟件仍沒能去“天河二號”上一試身手。“我們需要支持。”曹宗雁說。

王龍告訴記者，目前的超算經費更多被投入到硬件上，軟件開發的經費投入比例與國外相比明顯偏低。

此外，發展計算宇宙學另一個挑戰在于如何對龐大的數據進行可視化處理。“可視化一方面可以幫助天文學家從浩繁的數據中發現科學現象，另一方面對科普的貢獻也很大。”王龍說，可視化軟件研究也應得到高度重視，否則隨著超級計算機的迅猛發展，計算產生的數據在處理時將面臨更大挑戰。（倪思潔）