numba_kernels.py ドキュメント

概要

numba_kernels.py は、numba を用いて JIT (Just-In-Time) コンパイルされた N体シミュレーションの計算カーネルを提供するモジュールです。 重力相互作用(または類似の逆二乗則引力)に基づく加速度計算、系全体のエネルギーや運動量の算出、および各種数値積分スキーム(オイラー法、ベルレ法、速度ベルレ法)による時間発展を高速に処理します。 環境変数 PLANET_NUMBA_PARALLEL を 1 に設定することで、並列化モードで動作させることが可能です。

依存関係

本モジュールは以下の非標準ライブラリおよび外部モジュールに依存しています。

  • numpy: 配列計算および数学関数

  • numba: 計算カーネルの JIT コンパイル ( njit , prange )

  • benchmark_common: 物理定数または結合定数である G1 をインポート

理論とアルゴリズム

相互作用と加速度計算

pairwise_accel_inplace_jit では、系内の各粒子 \(i\) が他のすべての粒子 \(j\) から受ける力を計算します。粒子の質量を \(m_i\) 、位置ベクトルを \(\mathbf{r}_i\) としたとき、粒子 \(i\) に働く加速度 \(\mathbf{a}_i\) は以下の式で計算されます。

\[\mathbf{a}_i = \sum_{j \neq i} G_1 \frac{m_j}{|\mathbf{r}_j - \mathbf{r}_i|^3} (\mathbf{r}_j - \mathbf{r}_i)\]

ここで \(G_1\) は引力の強さを決定する定数です。計算中のゼロ除算を避けるため、距離の二乗 \(|\mathbf{r}_j - \mathbf{r}_i|^2\) が \(0\) になる場合はその相互作用の寄与をスキップする安全策が実装されています。

エネルギーと運動量

系の状態を評価するため、ポテンシャルエネルギー \(U\) 、運動エネルギー \(K\) 、および全運動量 \(\mathbf{P}\) が各カーネルで計算されます。

ポテンシャルエネルギー ( potential_energy_jit ):

\[U = \sum_{i} \sum_{j > i} \frac{G_1 m_i m_j}{|\mathbf{r}_j - \mathbf{r}_i|}\]

運動エネルギー ( kinetic_energy_jit ): 速度ベクトルを \(\mathbf{v}_i\) として以下のように計算されます。

\[K = \sum_{i} \frac{1}{2} m_i |\mathbf{v}_i|^2\]

全運動量 ( momentum_jit , normalize_momentum_jit ): 系の全運動量 \(\mathbf{P} = (P_x, P_y, P_z)\) は以下の式で計算されます。

\[\mathbf{P} = \sum_{i} m_i \mathbf{v}_i\]

normalize_momentum_jit は、系の重心が静止するように各粒子の速度を補正します(全運動量を系の総質量で割り、各粒子の速度から減算)。

数値積分スキーム

時間発展の計算には、時間刻み幅 \(\Delta t\) を用いた複数の時間積分アルゴリズムが提供されています。関数内では指定されたステップ数 \(K_{steps}\) だけ以下を繰り返します。

オイラー法 ( step_euler_k_jit ):

\[\mathbf{v}_i(t + \Delta t) = \mathbf{v}_i(t) + \Delta t \, \mathbf{a}_i(t)\]
\[\mathbf{r}_i(t + \Delta t) = \mathbf{r}_i(t) + \Delta t \, \mathbf{v}_i(t + \Delta t)\]

※コード上の実装では、更新後の速度を用いて位置を更新するシンプレクティック・オイラー法に近い形式となっています。

ベルレ法 ( step_verlet_k_jit ): 現在位置 \(\mathbf{r}(t)\) と過去の位置 \(\mathbf{r}(t - \Delta t)\) から新しい位置を計算します。

\[\mathbf{r}_i(t + \Delta t) = 2\mathbf{r}_i(t) - \mathbf{r}_i(t - \Delta t) + \Delta t^2 \mathbf{a}_i(t)\]

このとき、速度 \(\mathbf{v}_i(t)\) は以下の中心差分により推定されます。

\[\mathbf{v}_i(t) = \frac{\mathbf{r}_i(t + \Delta t) - \mathbf{r}_i(t - \Delta t)}{2 \Delta t}\]

速度ベルレ法 ( step_vverlet_k_jit ): 位置と速度を同期して計算する高精度な手法です。

\[\mathbf{v}_i(t + \Delta t/2) = \mathbf{v}_i(t) + \frac{\Delta t}{2} \mathbf{a}_i(t)\]
\[\mathbf{r}_i(t + \Delta t) = \mathbf{r}_i(t) + \Delta t \, \mathbf{v}_i(t + \Delta t/2)\]

新しい位置での加速度 \(\mathbf{a}_i(t + \Delta t)\) を計算後、速度を最終更新します。

\[\mathbf{v}_i(t + \Delta t) = \mathbf{v}_i(t + \Delta t/2) + \frac{\Delta t}{2} \mathbf{a}_i(t + \Delta t)\]

入出力仕様

各 JIT カーネルは、主に numpy 配列を引数として受け取り、インプレース(破壊的)で配列の値を更新します。

  • m: 粒子の質量を格納した1次元配列。形状は \((N,)\) 。

  • r: 粒子の位置座標 \((x, y, z)\) を格納した2次元配列。形状は \((N, 3)\) 。

  • v: 粒子の速度 \((v_x, v_y, v_z)\) を格納した2次元配列。形状は \((N, 3)\) 。

  • a: 粒子の加速度 \((a_x, a_y, a_z)\) を格納した2次元配列。形状は \((N, 3)\) 。

  • dt: 時間発展における 1 ステップあたりの時間刻み幅 \(\Delta t\) 。

  • k_steps: JIT カーネル内部で一気に処理するループ(積分)のステップ数。

  • r_prev: ベルレ法で使用する 1 ステップ前の位置座標。形状は \((N, 3)\) 。

実行例

numba_kernels.py は外部の Python スクリプトからモジュールとして呼び出されることを想定しています。以下は、速度ベルレ法を用いた N体シミュレーションのステップを実行するスクリプトの例です。

import numpy as np
from numba_kernels import pairwise_accel_inplace_jit, step_vverlet_k_jit

# 粒子数の定義
N = 100

# 初期条件の設定
m = np.ones(N)                  # 質量
r = np.random.rand(N, 3)        # 位置
v = np.zeros((N, 3))            # 速度
a = np.zeros((N, 3))            # 加速度

# 初回の加速度計算(インプレース更新)
pairwise_accel_inplace_jit(m, r, a)

# 時間刻み幅とステップ数の定義
dt = 0.01
k_steps = 100

# 速度ベルレ法による時間発展(インプレースで r, v, a が更新される)
step_vverlet_k_jit(m, r, v, a, dt, k_steps)

並列計算を有効化する場合は、スクリプト実行前に環境変数を設定して実行します。

export PLANET_NUMBA_PARALLEL=1
python run_simulation.py