p Cientistas da Universidade de Manchester trabalhando em um projeto revolucionário de telescópio aproveitaram o poder da computação distribuída da colaboração GridPP do Reino Unido para resolver um dos maiores mistérios do Universo - a natureza da matéria escura e da energia escura. p Pesquisadores da Universidade de Manchester usaram recursos fornecidos pelo GridPP - que representa a contribuição do Reino Unido para a grade de computação usada para encontrar o bóson de Higgs no CERN - para executar processamento de imagem e algoritmos de aprendizado de máquina em milhares de imagens de galáxias da rede internacional de energia escura Enquete.

p A equipe de Manchester faz parte do projeto colaborativo para construir o Large Synoptic Survey Telescope (LSST), um novo tipo de telescópio atualmente em construção no Chile e projetado para conduzir um levantamento de 10 anos do universo dinâmico. O LSST será capaz de mapear todo o céu visível.

p Em preparação para o LSST iniciar sua varredura revolucionária, um projeto de pesquisa piloto ajudou os pesquisadores a detectar e mapear o cisalhamento cósmico visto no céu noturno, um dos sinais reveladores da matéria escura e da energia escura que se pensa representar cerca de 95 por cento do que vemos no Universo. Isso, por sua vez, ajudará a preparar a análise dos esperados 200 petabytes de dados que o LSST coletará quando começar a operar em 2023.

p A equipe de pesquisa piloto baseada no The Manchester of University foi liderada pelo Dr. Joe Zuntz, cosmologista originalmente do Observatório Jodrell Bank de Manchester e agora pesquisador do Observatório Real de Edimburgo.

p "Nosso objetivo geral é resolver o mistério do universo escuro - e este projeto piloto tem sido extremamente significativo. Quando o LSST estiver em pleno funcionamento, os pesquisadores enfrentarão um dilúvio de dados galácticos - e nosso trabalho nos preparará para o desafio analítico que temos pela frente, "disse Sarah Bridle, Professor de Astrofísica.

p Dr. George Beckett, o gerente de projeto do LSST-UK Science Centre baseado na Universidade de Edimburgo, acrescentou:"O piloto foi um grande sucesso. Tendo concluído o trabalho, Joe e seus colegas são capazes de realizar análises de cisalhamento em grandes conjuntos de imagens com muito mais rapidez do que antes. Agradecemos aos membros da comunidade GridPP por sua assistência e apoio durante todo o processo. "

p O LSST produzirá imagens de galáxias em uma ampla variedade de bandas de frequência do espectro eletromagnético visível, com cada imagem dando informações diferentes sobre a natureza e história da galáxia. Em tempos idos, as medições necessárias para determinar propriedades como cisalhamento cósmico podem ter sido feitas à mão, ou pelo menos com processamento de computador supervisionado por humanos.

p Com os bilhões de galáxias esperadas para serem observadas pelo LSST, tais abordagens são inviáveis. Software especializado de processamento de imagem e aprendizado de máquina (Zuntz 2013), portanto, foi desenvolvido para uso com imagens de galáxias de telescópios como o LSST e seus predecessores. Isso pode ser usado para produzir mapas de cisalhamento cósmico. O desafio passa a ser o de processar e gerenciar os dados de centenas de milhares de galáxias e extrair os resultados científicos exigidos pelos pesquisadores do LSST e pela comunidade astrofísica mais ampla.

p Como cada galáxia é essencialmente independente de outras galáxias no catálogo, o próprio fluxo de trabalho de processamento de imagem é altamente paralelizável. Isso o torna um problema ideal para lidar com o tipo de recursos e infraestrutura de computação de alto rendimento (HTP) oferecidos pelo GridPP. De muitas maneiras, os dados dos eventos de colisão de partículas do Grande Colisor de Hádrons do CERN são como os produzidos por uma câmera digital (na verdade, detectores baseados em pixels são usados ​​próximos aos pontos de interação) - e o GridPP processa regularmente bilhões de tais eventos como parte do Worldwide LHC Computing Grid (WLCG).

p Um exercício piloto, liderado pelo Dr. Joe Zuntz enquanto estava na Universidade de Manchester e apoiado por um dos especialistas de GridPP mais antigos e experientes, Alessandra Forti, administradora de sistema sênior, viu a transferência do fluxo de trabalho de análise de imagem para a infraestrutura de computação distribuída do GridPP. Dados do Dark Energy Survey (DES) foram usados ​​para o piloto.

p Depois de transferir esses dados dos EUA para os Elementos de Armazenamento GridPP, e habilitar a Organização Virtual LSST em vários sites GridPP Tier-2, o pacote de software de análise IM3SHAPE (Zuntz, 2013) foi testado no local, máquinas clientes compatíveis com a grade para garantir um funcionamento suave na grade. Os trabalhos de análise foram enviados e gerenciados usando o pacote de software Ganga, que é capaz de coordenar os milhares de análises individuais associadas a cada lote de galáxias. As execuções iniciais foram enviadas usando Ganga para sites de rede locais, mas o piloto progrediu para o envio a vários sites por meio do serviço GridPP DIRAC (Infraestrutura Distribuída com Controle de Agente Remoto). A flexibilidade do Ganga permite os dois tipos de envio, o que tornou a transição da execução local para a distribuída significativamente mais fácil.

p Ao final do piloto, O Dr. Zuntz conseguiu executar o fluxo de trabalho de processamento de imagem em vários sites GridPP, enviar regularmente milhares de trabalhos de análise em imagens DES.