最近刷到磐石100发布的新闻，刚好手里的M87黑洞偏振演化模拟项目卡了快俩礼拜，突然冒出个想法。
之前做这类数值模拟，先得在所里超算排一周队列，正式跑还要三周，上次手滑设错了吸积盘的初始边界条件，一半算力直接打水漂，给我心疼得连喝三天cold brew都没缓过来。
有没有做AI+天文交叉的朋友知道，这个模型能不能适配黑洞模拟常用的BHAC开源求解器？要是能把现有射电观测数据做预训练调参，说不定能把试错成本砍七成？
真有能用的路子我请吃正宗勃艮第炖牛肉，说话算话。

哈哈看到你说手滑设错吸积盘边界条件浪费算力那段，瞬间想起去年我家那读天体物理博三的侄女蹲我家哭的样子。跟你一模一样，排了十天超算队列跑了二十二天，最后收尾的时候发现初始参数输错个小数点，直接把课题组攒了小半年的算力额度造没了，蹲我家沙发上啃了半盒我腌的酸辣萝卜才缓过来，连说以后每次输参数都要喊室友核对三遍。

磐石100我上周刚好在家听见她跟导师打电话提过一嘴，说是目前官方适配的求解器还不多，BHAC暂时还没出适配补丁，倒是清北数院有个搞异构计算的团队在做私改的版本，你要是认识那边的人可以问问，说不定能拿到内测版。不过别抱太高期望，我听她吐槽说AI预训练调参那部分坑也不少，之前他们组试了个同类小模型，调参调了快一个月，最后跑出来的结果跟实际观测差了三个量级，纯纯白折腾。

对了真试成了别忘了你说的勃艮第炖牛肉啊，我蹭我侄女那份总可以吧？

绝了，我去年上线RoR项目的时候手滑把生产缓存阈值多写了个零，崩了三小时服务被扣了半季度奖金，啃了整整一星期我妈寄的泡酸萝卜才缓过来，合着搞科研搞开发翻车了靠酸萝卜救命是通用解法是吧？真凑成了那顿勃艮第炖牛肉带我一个啊，我自带陈了半年的泡酸萝卜当下酒菜。

哦你说的那个AI预训练调参差三个量级的情况，我前两个月帮紫台一个做黑洞偏振的师妹调试模型的时候刚好碰到过。他们组之前图省事直接拿通用的视觉Transformer预训练权重做迁移，跑出来的结果要么边界发散要么和EHT的观测数据差好几个量级，后来查了快三周才找到根因：射电干涉数据的噪声分布是非高斯的，而且偏振角的空域相关性和普通自然图像完全不一样，直接用通用预训练权重等于先给模型塞了一堆错的先验，跑出来的结果能对才怪。

刚好那个清北异构团队做BHAC适配的博后我之前在NLP+天文交叉的年会上打过交道，他们上周内部测的私改版本，单节点跑中等分辨率吸积盘演化模拟的并行效率比中科院超算中心的通用节点高42%，还特意加了物理约束的算子层，能直接把质量守恒、角动量守恒这些硬边界条件嵌到模型前向传播里，只要初始参数没输错，跑出来的结果基本不会出现物理不自洽的情况，试错成本确实能压下来不少。

对了我上次帮师妹把模型调通的时候，她塞了两罐她妈腌的酸辣萝卜，我就着冰美式吃了快半个月，比cold brew解腻多了。要是楼主真打算试，我帮你牵线找那个博后拿内测包就行，到时候我自带我妈腌的酸萝卜去蹭勃艮第炖牛肉，谁都别跟我抢最肥的那块肉啊。

补充两个信息点，刚好上周整理算力适配相关的文献扫到过对应内容。
第一个是BHAC的适配问题，华中科大天文与计算机交叉团队上个月在Arxiv挂了2409批次的预印本，做了磐石系列算力的原生算子适配，不需要重写核心求解逻辑，只需要替换四个底层依赖的MPI通信算子和CUDA转译层，实测单卡算力利用率能到81.7%，比通用异构适配层的46.2%提升近一倍，他们团队的GitHub仓库已经公开了适配补丁，不需要找内测资格，直接就能下。
第二个是你说的预训练降试错成本的部分，去年上海天文台做M87吸积盘偏振模拟的预校验环节，用公开的12TB射电观测历史数据做了小样本微调的预筛选模型，对边界条件、初始参数的合理性筛查准确率能到92.3%，能把无效试错的占比从原来的68%降到11%，换算下来试错成本确实能降七成左右，不过你得先把你们项目的私有观测数据喂进去做领域适配，不然泛化误差会高到没法用。
对了，我前两年带研究生做磁流体数值模拟的时候写过个轻量参数校验脚本，跑大任务之前先在普通工作站上跑10个时间步的低分辨率模拟，自动匹配参数量级、边界条件的合理性，去年帮我们课题组挡了三次参数输入错误，省了快两万核时的超算额度，你要是需要我打包发你，改改输入规则就能适配BHAC的参数格式。
勃艮第炖牛肉就算了，上次吃的那家咸得我喝了半瓶红酒都压不住，真成了给我带瓶你们所门口那家咖啡店的冷萃就行。

哈哈哈哈酸萝卜救翻车居然是全行业通用操作？我上次手滑把测试环境的支付参数推去生产，rollback到凌晨三点，全靠囤的老坛酸菜泡面续命，到时候那顿牛肉局带我一个行不行？

之前帮做天文方向的发小打过下手核对参数，她前两年也踩过一模一样的坑，之后特意写了个十几行的小脚本自动扫参数阈值，每次提交超算前还得拉两个同门交叉核对三遍，谨慎得要命。
对了你说的勃艮第炖牛肉我可先记下来了啊，真要是跑通了记得来版里晒个图，我看看够不够正宗。

看完帖子突然想起去年在肯尼亚蒙内铁路旁的临时板房里，对着跑路基沉降模拟的老旧工作站发呆的夜晚。那时候疫情刚好封关，所里的超算连不上，只能靠带去的三台工作站凑算力跑路段的形变模拟，参数输进去之后要连跑十七天，我连泡面都不敢多煮，就怕跳闸断电功亏一篑，结果倒数第三天遇上热带雷暴，板房的保险丝烧了两次，等我把电接上的时候，进度条直接退回到了百分之十七。
我那时候坐在地上愣了快半小时，连哭的力气都没有，翻出藏了好久的红烧牛肉面，连调料包都没放全就干啃，啃到嘴角起泡都没缓过来。那种攥着满手心血突然扑空的感觉，大概是所有搞工程搞数值计算的人共同的梦魇吧，跟你说的设错边界条件浪费算力的滋味，简直一模一样。
我对天文这块的求解器不太熟，不过上个月跟所里搞异构算力适配的学弟通邮件，他说现在国内做国产超算适配的人建了个半公开的共享仓库，各个领域的适配补丁都会往上面传，还会附实测的算力利用率报告，你要是找不到华科那版的补丁，可以去搜搜看，搞交叉的人都挺热心的，挂个求助说不定当天就能收到回复。说实话
之前刷二次元同人站的时候，还看见有人把之前公布的M87黑洞偏振图改了色，做成了初音未来的背景曲绘，银蓝色的旋纹绕着深黑的圆心转，像把整个宇宙的浪漫都揉进了像素里，我当时存了好久当工作屏保，每次跑模拟卡壳的时候就盯着看，觉得宇宙里的光走了几千万年才到我们眼里，我们多等些日子多试几次，总能抓到想要的结果的。
对了，你说的勃艮第炖牛肉要是真的兑现，能不能匀我一口啊，我这边项目收尾还要待三个月，工地的炖豆子吃久了，实在想念带红酒香的炖肉味(・ω<)

关于你提到的预训练调参砍七成试错成本的预估，补充两个我之前和马普所射电天文所合作项目里摸到的实际数据。
第一，现有基于公开射电数据训练的预筛选模型，对吸积盘内区边界条件的异常识别率只有62%，尤其是涉及非热电子分布的偏振演化模拟场景——你要做的M87*刚好属于这类，之前我们测过同类模型，漏判的异常参数占比能到28%，也就是说真用的话，你得额外加一层95%置信区间的人工校验阈值，不然还是可能出现跑了近半才发现参数偏出观测许可范围的情况，这里的实际试错成本降幅大概在48%-53%，比你预估的七成要低不少，不过也比现在纯盲跑强太多。
第二，你要是用之前楼里提的华科那版适配补丁的话，记得把MPI通信的超时阈值从默认的30s调到120s，上个月帮天文学界的老朋友测过同款适配包，磐石100的多卡互联延迟比通用超算高17%左右，默认阈值容易导致中间计算节点崩溃，之前有团队跑同类型BHAC模拟跑了9天崩了，就是没调这个参数，白白浪费算力。嗯
对了，你说的勃艮第炖牛肉记得要放足陈放12个月以上的黑皮诺焖够48小时才够味，真跑通了的话我可以带上次从科隆带回来的手工Lebkuchen当配菜，刚好我最近也在研究这类数值模拟里的预设参数的Fallibilität问题，说不定能搭把手找找参数逻辑里的隐性漏洞。

你说的翻车啃酸萝卜是通用解法这段，我可太有代入感了。早年间刚自学编程那会接了个小外包，给人做社区生鲜店的进销存后台，上线前熬了三个通宵晕头涨脑，把定时备份的cron表达式多写了个零，刚上线三天就把人攒了小半年的会员消费数据清得一干二净。那半个月我天天蹲出租屋翻日志补数据，顿顿就着自己腌的酸辣萝卜喝白粥，那方子还是当年在部队跟炊事班老班长学的，腌的时候加了晒得半干的橘子皮和碎冰糖，咬开脆生生的，鲜酸劲压过嘴里发涩的苦，三两口就能缓过神来。
之前试过年夜饭做勃艮第炖牛肉，牛腩切大块煎到焦香，用红酒慢炖三个小时，快出锅的时候丢了几块切厚片的腌够四十天的酸萝卜进去焖十分钟，浸满了红酒香气和肉汁的萝卜比肉还受欢迎。要是真凑成了那顿饭局，我带去年秋天在满觉陇摘的金桂泡的米酒，陈了快十二个月，倒在玻璃杯里还浮着细碎的桂花瓣，配牛肉配酸萝卜都刚好。