GPGPU application in fusion science

Le GPGPU sono ormai affermate come hardware per il calcolo parallelo nel mondo HPC (High Performance Computing). Le applicazioni nel campo della scienza fusionistica sono tuttavia piuttosto marginali e non rappresentano il principale approccio alla soluzione di problemi numerici. I progressi nell’ambito computazionale sono stati enormi nell’ultimo decennio e continuano tutt’ora: le schede grafiche sono da sempre state una strada esotica per la soluzione di problemi di calcolo scientifico, prevalentemente percorsa da programmatori specializzati. A dieci anni di distanza dalla comparsa sul mercato della prima GPU completamente programmabile, grazie ad una crescita esponenziale della potenza di calcolo, queste schede rappresentano la principale alternativa per la soluzione di problemi computazionali importanti. Sviluppate in origine per l’utilizzo in campi quali il processamento di immagini, rendering, codifica/decodifica video, riconoscimento di pattern, le GPGPU stanno diventando le principali piattaforme di calcolo in ambiti scientifici quali fisica, finanza e biologia. Questa tesi di dottorato affronta, utilizzando il calcolo su GPGPU, due importanti questioni legate alla scienza della fusione e del plasma. Il primo problema riguarda l’ambito della fisica del plasma e degli acceleratori. Presento un modello PIC (Particle In Cell) per simulare plasmi non magnetizzati, dimostrando la sua validit`a rispetto alla formazione dello strato di Debye, e la sua applicazione alla formazione di un fascio di ioni negativi e alla compensazione di carica spaziale. Il secondo problema `e nell’ambito della tomografia e del controllo real-time. Presento diversi casi di ricostruzione tomografica simulata di tipo Fourier-Bessel, e la loro analisi con approccio real-time, con implementazione GPGPU integrata in ambiente MARTe, un framework siluppato a JET (Joint European Torus) e usato in diversi laboratori europei. Questi due problemi offrono un panorama completo delle capacit`a delle GPGPU. I codici PIC permettono simulazioni vaste, che durano molti giorni, ed impiegano enorme quantit`a di memoria. Le ricostruzioni tomogratiche sono operazioni da risolvere in tempo reale, usano poca memoria, con limiti sulla latenza dell’implementazione. I problemi studiati coprono diverse discipline e campi della scienza: fisica del plasma, fisica degli NBI (Neutral Beam Injector), fisica dei tokamak, parallel computing, solutori diretti ed iterativi, metodo PIC, tomografia e cos`ı via. La tesi include una analisi estesa delle performance delle schede Nvidia GPU, considerando l’applicabilit`a al controllo real-time. Come candidato, per affrontare i problemi presentati ho acquisito competenze in questi ambiti, e raggiunto buona abilita' nella programamzione seriale e parallela, applicata anche a GPGPU, e abilit`a specifiche legate ai framework MARTe, MatLab, IDL e Python.