Sintesi del progetto
RISCV4ASTRO esplora piattaforme RISC-V a basso consumo come alternativa sostenibile a CPU/GPU per workflow computazionali dispendiosi in astrofisica, con focus sui codici per le simulazioni N-body, fondamentali per ammassi stellari e sorgenti di onde gravitazionali, oggi limitati da costi energetici e di calcolo. L’obiettivo è coniugare prestazioni ed efficienza per abilitare simulazioni più grandi e frequenti, in linea con le esigenze di esperimenti e missioni come Einstein Telescope, LISA e Cosmic Explorer.
Obiettivi
Il progetto mira a valutare la fattibilità tecnica dell’utilizzo di RISC-V per workload scientifici intensivi, confrontando tempo di calcolo, scalabilità ed energia rispetto a versioni CPU, a definire metriche e strategie di parallelizzazione per costruire piattaforme HPC più green e sostenibili.
Problemi e necessità
Le simulazioni direct N-body crescono esponenzialmente di complessità all’aumento del numero dei corpi che fanno parte del sistema, richiedendo una spesa computazionale eccessiva in termini di tempo ed energia. Servono perciò piattaforme capaci di garantire potenza di calcolo sostenibile nell’ordine dell’esascala per permettere esplorazioni sistematiche di modelli e scenari fisici.
Soluzioni sviluppate
RISCV4ASTRO ha effettuato con successo il porting delle simulazioni direct N-Body su RISC-V, dimostrando il risparmio energetico e fornendo valutazioni di performance del workflow attraverso un confronto con l’implementazione su CPU di riferimento.
Impatti
L’approccio sviluppato consente simulazioni su sistemi a più corpi grandi accurate e riduce i costi energetici e l’impronta ambientale del calcolo, offrendo indicazioni per piattaforme esascala ad alta performance per Watt. Il codice è reso disponibile pubblicamente per favorire replica e adozione da parte della comunità.
Settori di applicazione
Oltre all’Astrofisica, il metodo è trasferibile a domini contraddistinti da data-intensive che richiedono esecuzioni massicce e sostenibili, come Modellazione Climatica, Bioinformatica e Ingegneria, nonché altri ambiti nel campo Future HPC che puntano a piattaforme emergenti efficienti dal punto di vista energetico.
