她是一位天才：计算机处理黑暗宇宙之谜 曼彻斯特大学的科学家们在一项革命性的望远镜项目中利用了英国GridPP合作伙伴提供的分布式计算能力，解决了宇宙中一个最大的谜团 - 黑暗物质和暗能量的本质。
曼彻斯特大学的研究人员利用由GridPP提供的资源，运行图像处理和机器学习算法。他们研究国际“暗能量调查”项目中成千上万的星系图像。
曼彻斯特团队是建造大型巡天望远镜（LSST）合作项目的一部分，这是一种新型望远镜，目前正在智利建造，旨在对动态宇宙进行为期10年的调查。LSST将能够绘制整个可见天空。
在为LSST开始其革命性扫描做准备时，一项试点研究项目帮助研究人员探测和绘制在夜空中看到的宇宙剪裁线，这是构成我们所见宇宙的95%的黑暗物质和暗能量的一个重要特征。这将有助于为LSST在2023年开始运行时收集的预期数据量达到200PB做准备。
曼彻斯特大学在这项试点研究团队由曾在曼彻斯特乔德雷尔银行天文台担任宇宙学家的乔·祖恩茨博士领导。爱丁堡皇家天文台研究员乔治·贝克特博士补充道：“这项试点研究取得了巨大成功。完成工作后，乔和他的同事们能够比以往更快地对庞大的图像集合进行剪裁分析。我们要感谢GridPP社区成员在整个过程中的帮助和支持。”
LSST将以可见电磁光谱不同频段对星系进行成像，每张图像都将提供关于星系本质和历史的不同信息。专门的图像处理和机器学习软件(Zuntz, 2013)已被开发用于与LSST及其前身望远镜等望远镜获取的星系图像一起使用。这可以用来制作如下图中所示的宇宙剪裁线图。挑战在于处理和管理数十万个星系的数据，并提取LSST研究人员和更广泛的天体物理学界所需的科学结果。由于每个星系在目录中基本独立，图像处理工作流本身是高度可并行化的。这使得使用GridPP提供的高通量计算资源和基础设施来解决这样的问题成为一种理想选择。
通过GridPP的分布式计算基础设施，该试点将图像分析流程转移到GridPP上，并从Dark Energy Survey (DES)获取数据。在将数据从美国转移到GridPP存储元素，以及在一些GridPP Tier-2站点上启用LSST虚拟组织后，IM3SHAPE分析软件包（Zuntz, 2013）在本地、适合格网的客户端机器上经过测试，以确保在格网上平稳运行。然后，使用能够协调与每批星系相关联的成千上万个单独分析的Ganga软件套件进行提交和管理。最初的运行是通过Ganga提交到本地格网站点进行的，但试点进展到通过GridPP DIRAC（具有远程代理控制的分布式基础设施）服务提交到多个站点。 Ganga的灵活性允许这两种类型的提交，从而使从本地转移到分布式运行变得更容易。到试点结束时，祖恩茨博士能够在多个GridPP站点上运行图像处理工作流程，定期在DES图像上提交数千个分析作业。
