NVIDIA xBeam 将射电干涉相关处理搬上 GPU，但不做成像
NVIDIA 技术博客介绍了 cuPhoton.xBeam 的 FX 相关管线如何映射到 GPU 并行：先对每个站点的电压流做 FFT 得到频率通道，再对站点对的复数频谱做交叉乘积并累加。文章报告在 Vera Rubin NVL72 的 64 块 GPU 上处理 10 TB 数据仅需 70 秒，比 x86 CPU 基线快约 460 倍，但明确说明 xBeam 不根据站点坐标计算延迟、不执行成像校准，下游仍依赖 DiFX 验证、rPICARD 校准和 eht-imaging 重建。
事件视界望远镜（EHT）将分布在夏威夷、智利、西班牙、墨西哥和南极等地点的 13 个射电观测站通过甚长基线干涉测量（VLBI）连接起来，每个望远镜以高达 64 Gbps 的速率记录两个极化方向的高速电压流，由此可产生数 PB 数据。相关处理——将任意两个站点的电压信号逐通道相乘并累加——是整条数据管线中最耗时的环节之一。NVIDIA 在 2026 年 11 月发布的技术博客中介绍了 cuPhoton.xBeam 如何将这一环节搬上 GPU。
xBeam 采用 FX 相关器架构，与开源 CPU 相关器 DiFX 使用相同的数学框架。其管线分五步：读取 VDIF 帧并建立 .vdix 索引以支持随机访问；按作业文件中的延迟模型对每个站点做整数对齐和条纹旋转；对电压流执行 FFT 将其拆分为频率通道；对每个站点对的每个通道计算复数频谱及其共轭的乘积并在积分时间内累加；最后以 DiFX SWIN 或 xbeam-v1 格式写出可见性。其中 FFT 和交叉乘积是计算密集且通道间独立的操作，天然适合 GPU 的并行执行模型。
多 GPU 扩展的方式是按观测时间分片。单节点上用 --devices 参数同时启动多块 GPU，每块处理一段积分时间；跨节点时每个进程用 --shard-count 和 --shard-index 指定自己的时间分片，全部完成后用 merge-shards 命令校验各分片来自同一作业、覆盖完整时间范围且 SWIN 头一致后合并。NVIDIA 报告在 Vera Rubin NVL72 系统上用 64 块 GPU 和 GPUDirect Storage 处理 10 TB 数据耗时 70 秒，相比 x86 CPU 基线的 31992 秒（约 8.89 小时）快了约 460 倍；读取带宽从 4 块 GPU 的 20 GB/s 增长到 64 块 GPU 的 170 GB/s。这些数字是 NVIDIA 自报的基准测试结果，文中未提及独立复现。
文章同时划定了 xBeam 不做什么。它不根据站点坐标计算延迟，而是直接使用作业文件中给定的延迟多项式；它不追踪光线绕黑洞的路径；它不执行校准或图像重建。下游流程仍由 HOPS、rPICARD 和 eht-imaging 等工具完成。文中提到的高斯泼溅方法——将发射气体建模为沿轨道运动的紧凑发光团块以拟合可见性——被明确标注为 cuPhoton 当前不包含的独立组件。关于 AI 智能体编排端到端管线的段落描述的是潜在应用方向，而非已实现的功能。