GPU accelerated n-body integrators for long-term simulations of planetary systems

Abstract

Simulationen dynamischer Prozesse in Planetensystemen stellen ein wichtiges Werkzeug bei der Untersuchung der orbitalen Evolution dieser Systeme dar. Mit modernen numerischen Integrationsmethoden ist es möglich, Systeme mit vielen tausend Körpern über Zeitskalen von hunderten Millionen Jahren zu modellieren. Zur Durchführung solcher Experimente werden jedoch in der Regel Großrechner benötigt, um aussagekräftige Ergebnisse in akzeptablen Rechenzeiten zu erhalten. Um die Rechenleistung von Grafikprozessoren (GPUs) in modernen Arbeitsplatzrechnern auszunutzen, habe ich cuSwift, eine Bibliothek numerischer Integrationsmethoden zur Untersuchung von langzeit-dynamischen Prozessen in Planetensystemen, entwickelt. Zur Zeit beinhaltet cuSwift drei unterschiedliche Algorithmen: einen RADAU Integrator 15. Ordnung, Wisdom-Holman Mapping (WHM) und den Regularized Mixed Variable Symplectic (RMVS) Integrator. Durch die Verwendung von GPUs konnte ich diese Algorithmen bis zu einem Faktor 100 gegenüber der Einkern-Variante beschleunigen. Ich vergleiche die neu implementierten Methoden mit den originalen, um deren numerische Genauigkeit zu überprüfen und den Geschwindigkeitsgewinn zu quantifizieren. Als erstes Experiment untersuche ich den Einfluss des nicht-gravitativen Yarkofsky Effekts auf Jupiter-Trojaner und zeige, dass der Effekt tatsächlich Auswirkungen auf die Bahnentwicklung dieser Objekte hat.