Investigación de la viabilidad operativa del reconstructor tomográfico para óptica adaptativa astronómica CARMEN a escalas E-ELT en GPUs

Abstract

Muchos de los sistemas de óptica adaptativa de nueva generación, empleados en los telescopios extremadamente grandes, requieren de técnicas tomográficas para corregir la turbulencia atmosférica sobre un campo de visión amplio. Se van a presentar diferentes implementaciones del reconstructor tomográfico basado en aprendizaje maquina “CARMEN”. En primer lugar, se introducirán conceptos básicos de óptica adaptativa, además de una pequeña explicación sobre sistemas de control utilizados en telescopios reales. Además, se detallará el funcionamiento del reconstructor, junto a tres frameworks de redes neuronales, y un código desarrollado directamente en CUDA. Se estudiará la influencia de los cambios en el tamaño del reconstructor, a la hora de entrenar y ejecutar la red. El código nativo en CUDA ha resultado ser la mejor opción en todos los casos, aunque algunos de los frameworks ofrecen un buen rendimiento bajo determinadas circunstancias.