Samanyolu 5 trilyon parçacıkla modellendi: PHEASANT üç süper bilgisayarı birleştirdi
Tokyo Üniversitesi ve RIKEN ekibi, Samanyolu'nu tek tek yıldız düzeyinde modelleyen PHEASANT'ı SC26'da tanıttı; simülasyon üç farklı exascale makinede çalıştı.

Tokyo Üniversitesi ve RIKEN'den araştırmacılar, Samanyolu büyüklüğündeki bir gökadayı tek tek yıldız düzeyine inen çözünürlükte modelleyen PHEASANT simülasyonunu tanıttı. Çalışma, 15-20 Kasım'da Chicago'da düzenlenen SC26 yüksek başarımlı hesaplama konferansında sunuldu; ekip aynı zamanda 2026 ACM Gordon Bell Ödülü'nün finalistleri arasında. Haberin teknik özü şu: simülasyon, AMD, Intel ve NVIDIA işlemcileri ile grafik işlemcileri kullanan üç farklı exascale süper bilgisayarda birlikte çalıştırıldı.
Tokyo Üniversitesi Fen Fakültesi'nin 28 Eylül'deki duyurusuna göre model, en çok 5 trilyon parçacığa çıkıyor. Projenin kendi sitesinde ise 5,4 trilyon parçacık, parçacık başına yaklaşık 0,22 güneş kütlesi çözünürlük, saniyede 144 milyar parçacığın işlenmesi ve yerçekimi çekirdeği için 976 PFLOP/s başarım yazıyor. İki rakam arasındaki küçük fark, duyurunun "en çok" ifadesinden ya da ölçüm koşullarından kaynaklanıyor olabilir; makalenin tam metnine bu yazıda erişilemedi.
Neden bu kadar ince çözünürlük gerekiyor?
Gökada simülasyonlarında "parçacık", gerçek bir yıldızı değil, belirli bir kütleyi temsil eden hesaplama birimini ifade eder. Parçacıklar çok büyük kütleleri temsil ettiğinde tek bir süpernova patlamasının çevresindeki gaza etkisi görülemez. Ekip bu etkiyi yakalamak için kütle çözünürlüğünü geleneksel gökada simülasyonlarına göre yaklaşık 100 ila 1.000 kat artırmak gerektiğini belirtiyor. Ekibin hedefi, tek tek yıldız olaylarının gökadanın genel yapısıyla nasıl bağlandığını görmek.
Profesör Michiko Fujii'nin anlattığına göre sorun, küçük bölgelere yakından bakıldığında ortaya çıkıyor: gazın yoğun olduğu ve hızla değiştiği yerlerde simülasyonun çok kısa zaman adımlarıyla ilerlemesi gerekiyor. Bu da hesap yükünü ciddi biçimde artırıyor.
Yapay zekâ süpernova hesabını kısaltıyor
Çözüm, RIKEN'den doktora sonrası araştırmacı Keiya Hirashima'nın geliştirdiği yapay zekâ modelinden geliyor. Model, bir süpernova patlamasının çevresindeki gazın nasıl evrildiğini önceden tahmin ediyor. Böylece simülasyon, yaklaşık 100 yıllık adımlarla ilerlemek yerine gazın 100 bin yıl sonraki dağılımını doğrudan alabiliyor. Araştırmacılar bunun hesabı yaklaşık 20 kat hızlandırdığını bildiriyor.
Bu yaklaşımın bir önceki adımı geçen yıl atılmıştı. Hirashima, Fujii ve ekibi, SC25'te Fugaku süper bilgisayarının yaklaşık 148 bin 900 düğümünü kullanarak 300 milyar parçacıklı, yapay zekâ destekli bir Samanyolu simülasyonunu tanıtmıştı; arXiv'deki makalenin özetinde bu, "milyar parçacık bariyerinin" aşılması olarak anlatılıyor. PHEASANT bu çizgiyi hem ölçek hem de donanım çeşitliliği bakımından ileri taşıyor.
Tek kod, üç farklı mimari
Çalışmanın makale başlığındaki "mimariden bağımsız" ifadesi önemli. Her süper bilgisayarın işlemci ve hızlandırıcı yapısı farklı olduğundan, bir kodun hepsinde iyi çalışması için ayrı ayrı eniyileme gerekiyor. Araştırmacılar, kodu AMD, Intel ve NVIDIA donanımında yüksek verimle çalışacak biçimde uyarladıklarını belirtiyor. Hangi üç makinenin kullanıldığı, elimizdeki bültenlerde ve proje sayfasında adıyla yer almıyor.
Model gerçeğe ne kadar yakın?
Araştırmacıların açıklamasına göre model, Samanyolu'nda gözlenenle uyumlu yıldız oluşum hızları üretiyor. Bu, simülasyonun gerçeği makul biçimde yansıttığına dair bir ilk işaret; ancak tek bir ölçütün tutması, modelin her ayrıntıda doğru olduğu anlamına gelmiyor. Yapay zekâ tahmininin farklı koşullarda ne kadar güvenilir kaldığı, bu tür yaklaşımlarda süregelen bir sınama konusu.
Sırada ne var?
Ekip, süpernovaların yıldız oluşum hızını, gaz kabarcıklarının boyutunu ve gazın gökada diskinden dışarı akışını nasıl etkilediğini incelemeyi planlıyor. Ayrıca yıldızlarda üretilen elementlerin gökadada nasıl dolaştığını ve spiral kollarda moleküler bulutların nasıl oluştuğunu izlemek istiyor. Makale SC'26 bildirileri arasında yayımlandı; Gordon Bell finalistleri arasındaki sonuç da konferansta açıklanacaktı, kazananı bu yazıda doğrulayamadık.
Bu haberi nasıl buldunuz?
İlk oyu siz verin

















