Promotionsvortrag von Dominik Baack

Um den experimentellen Ertrag und die Präzision zu steigern, werden die etablierten Astroteilchenexperimente derzeit massiv aufgerüstet. Darüber hinaus sind mehrere neue Experimente im Bau oder in Planung. Mit der daraus resultierenden Verbesserung der Beobachtungsqualität steigt auch die Menge und Genauigkeit der benötigten simulierten Daten für die Analyse. Um den steigenden Anforderungen und der zunehmenden Komplexität durch das Wachstum der Experimente gerecht zu werden und ein einheitliches Software-Ökosystem zur Verfügung zu stellen, wurde beschlossen, die De-facto-Standardsimulation für Luftschauer CORSIKA auf Basis des ursprünglichen Fortran-Codes vollständig in C++ neu zu entwickeln. Da die Ausbreitung von Millionen optischer Cherenkov- und Fluoreszenzphotonen einer der größten Laufzeitverbraucher ist und viele Experimente beginnen, diese für Messungen zu verwenden, wurde beschlossen, einen hardwarebeschleunigten Code zu entwickeln, um die Simulation zu beschleunigen. Um das gegenwärtige und zukünftige Wachstum in der Verbreitung von Deep Learning zu nutzen, wurden spezielle Methoden entwickelt, um Photonen auf Deep Learning Beschleunigungshardware zu propagieren. Konkret wurden Beschleuniger des Herstellers Nvidia getestet.