Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

NVIDIA: cuPhoton korrelierte 10-TB-EHT-Datensatz in 70 Sekunden

13. November 2026, 22:17Von der KI Nachrichten RedaktionQuelle: NVIDIA Developer
NVIDIA: cuPhoton korrelierte 10-TB-EHT-Datensatz in 70 Sekunden
Bild: NVIDIA Developer

NVIDIA zufolge verarbeitete die Software cuPhoton.xBeam einen 10 TB großen Datensatz aus der Radioastronomie in 70 Sekunden auf einem System mit 64 GPUs. Das Ergebnis war laut NVIDIA rund 460-mal schneller als eine x86-CPU-Referenz und zeigt, wie GPU-basierte Korrelation die Datenverarbeitung für die Abbildung Schwarzer Löcher beschleunigen könnte.

Das Wichtigste in Kürze
  • cuPhoton.xBeam ist ein GPU-basierter FX-Korrelator von NVIDIA für die Radiointerferometrie.
  • NVIDIA zufolge verarbeitete die Software einen 10 TB großen Datensatz in 70 Sekunden.
  • Der Test nutzte ein NVIDIA Vera Rubin NVL72-System mit 64 GPUs.
  • NVIDIA meldet eine etwa 460-fache Beschleunigung gegenüber einer 31.992 Sekunden dauernden x86-CPU-Referenz.
  • xBeam gibt Visibilitäten für die nachgelagerte Kalibrierung und Bildrekonstruktion aus.

GPU-Verarbeitung für das Event Horizon Telescope

cuPhoton.xBeam wurde für die Korrelation in der Radiointerferometrie des Event Horizon Telescope (EHT) entwickelt. Das EHT verbindet 13 Radioobservatorien an Standorten wie Hawaii, Chile, Spanien, Mexiko und dem Südpol. Diese Stationen zeichnen Millimeter- und Submillimeter-Radiosignale als hochauflösende Spannungsströme auf, die später synchronisiert und kombiniert werden.

NVIDIA zufolge werden die Signale in Visibilitäten umgewandelt. Dabei handelt es sich um Messwerte, die als Grundlage für die Kalibrierung und Bildrekonstruktion dienen. Die daraus entstehenden Daten können Forschern helfen, Bilder von Objekten zu rekonstruieren, die für ein einzelnes Teleskop zu weit entfernt und zu klein sind, darunter Schwarze Löcher, die von heißem, leuchtendem Gas umgeben sind.

Was cuPhoton.xBeam leistet

xBeam ist der FX-Korrelator im cuPhoton-Toolkit. Zunächst strukturiert er die Aufzeichnungen für parallele Lesezugriffe neu und erstellt einen .vdix-Index, der die Position jedes VDIF-Frames festhält. Dadurch können spätere Lesevorgänge direkt zu den benötigten Daten springen, ohne die Aufzeichnung neu schreiben zu müssen.

Anschließend wendet die Software Verzögerungs- und Fringe-Korrekturen an, damit die Signale verschiedener Stationen übereinstimmen. Sie kanalisiert Spannungsströme mittels schneller Fourier-Transformation und multipliziert Stations- und Polarisationspaare kreuzweise. Diese Produkte werden über die Integrationszeit akkumuliert. Zugleich erfasst die Software ungültige Eingaben und schreibt die daraus entstehenden Visibilitäten entweder im SWIN-Format von DiFX oder im xbeam-v1-Format von xBeam.

Laut NVIDIA laufen diese Vorgänge auf GPUs. Nach Angaben des Unternehmens kann xBeam die Beobachtungszeit mit --devices auf mehrere GPUs in einem Knoten aufteilen oder mit --shard-count und --shard-index über mehrere Knoten verteilen. Die Funktion merge-shards führt partielle SWIN-Ausgaben zu einem vollständigen Visibilitätsdatensatz zusammen.

NVIDIA meldet 460-fache Beschleunigung im Test

NVIDIA berichtet, dass xBeam einen 10 TB großen Datensatz auf einem NVIDIA Vera Rubin NVL72-System mit 64 GPUs und GPUDirect Storage im Kompatibilitätsmodus in 70 Sekunden verarbeitet hat. Zum Vergleich nennt das Unternehmen 31.992 Sekunden beziehungsweise 8,89 Stunden für eine x86-CPU-Referenz. Das GPU-Ergebnis sei damit rund 460-mal schneller gewesen.

Die Verarbeitungsphase ist ein früher Teil des Bildgebungs-Workflows. NVIDIA zufolge dienen die daraus entstehenden Visibilitäten als Eingaben für die nachgelagerte Kalibrierung und Bildrekonstruktion, die nicht Bestandteil des Tutorials sind. Das cuPhoton-Toolkit enthält derzeit auch keine separate Komponente zur Erstellung eines 3D-Gasmodells aus diesen Messungen.

NVIDIA arbeitet bei der Datenaufnahme und Korrelation mit dem Harvard-Smithsonian Center for Astrophysics und dem MIT Haystack Observatory zusammen. Das Unternehmen stellt die Arbeit als relevant für das EHT der nächsten Generation dar. Dieses soll weitere Beobachtungsstandorte hinzufügen und die Bildqualität verbessern, während es Veränderungen in der Umgebung Schwarzer Löcher im Zeitverlauf verfolgt. NVIDIA verweist außerdem auf mögliche Untersuchungen schnell veränderlicher Quellen wie Sgr A*, bei denen die sich entwickelnden Signale die Rekonstruktion erschweren.

Ähnliche Meldungen

Dell erweitert AI Factory um Speicher-, Rechen- und Governance-Tools
Chips und Infrastruktur16. November 2026, 07:00

Dell erweitert AI Factory um Speicher-, Rechen- und Governance-Tools

Dell Technologies erweitert seine Dell AI Factory with NVIDIA um persistenten Speicher, zusätzliche Rechenoptionen und unterstützte Software. Damit sollen Unternehmen…

NVIDIA cuBLAS ergänzt FP64-Algorithmen für schnellere wissenschaftliche Simulationen
Chips und Infrastruktur13. November 2026, 23:13

NVIDIA cuBLAS ergänzt FP64-Algorithmen für schnellere wissenschaftliche Simulationen

NVIDIA hat cuBLAS um zwei Algorithmen erweitert, die die Double-Precision-Matrixmultiplikation auf Integer-Tensor-Cores beschleunigen und dabei die vollständige…

Hagens Berman aktualisiert NVIDIA-Klage von Anlegern nach gemeldetem Rücktritt des CEO
Wirtschaft13. November 2026, 18:49

Hagens Berman aktualisiert NVIDIA-Klage von Anlegern nach gemeldetem Rücktritt des CEO

Hagens Berman hat nach dem gemeldeten Rücktritt von CEO Jensen Huang seine Untersuchung zu einer anhängigen Sammelklage nach US-Wertpapierrecht gegen NVIDIA…