astroCAMP

astroCAMP是由洛桑联邦理工学院等机构联合开发的标准化基准数据集与协同设计框架，旨在支持SKA（平方公里阵列）规模的可持续射电天文成像研究。该数据集包含SKA代表性可见性数据、参考脏图像及参数化基准配置，通过GitHub开源发布，为跨平台算法评估和硬件协同设计提供可复现的基准。数据集通过集成性能、能耗、碳足迹等多维度指标，助力解决射电天文领域因内存和I/O瓶颈导致的硬件利用率低下问题，推动高能效成像管线的优化。其核心应用聚焦于SKA级科学数据处理中的质量-效率权衡，为降低超大规模射电望远镜的运营成本与碳排放提供方法论支撑。

astroCAMP is a standardized benchmark dataset and co-design framework jointly developed by École Polytechnique Fédérale de Lausanne (EPFL) and other research institutions, aiming to support sustainable radio astronomical imaging research at the Square Kilometre Array (SKA) scale. This dataset includes representative SKA visibility data, reference dirty images and parameterized benchmark configurations. Released as open-source via GitHub, it provides reproducible benchmarks for cross-platform algorithm evaluation and hardware co-design. By integrating multi-dimensional metrics including performance, energy consumption and carbon footprint, the dataset helps address the low hardware utilization efficiency issue caused by memory and I/O bottlenecks in radio astronomy, and promotes the optimization of high-efficiency imaging pipelines. Its core applications focus on the quality-efficiency trade-off in SKA-scale scientific data processing, providing methodological support for reducing operational costs and carbon emissions of ultra-large-scale radio telescopes.

搜集汇总

数据集介绍

构建方式

在射电天文学迈向平方公里阵列（SKA）时代的背景下，astroCAMP数据集通过精心设计的合成与路径finder数据构建而成。其核心是利用OSKAR模拟软件，基于SKA-Low 512个站点的真实望远镜配置，生成了涵盖不同时间步长和通道数量的16组数据集。这些数据模拟了从兆字节到太字节量级的可见性数据，并配套提供了由WSClean等已验证CPU成像管道生成的参考脏图像、原始功率与计时日志以及标准化的配置文件，从而确保了数据在内存、I/O和通信层面的代表性，为跨平台、可复现的基准测试奠定了坚实基础。

特点

astroCAMP数据集最显著的特点在于其作为协同设计框架的核心组成部分，紧密服务于SKA级成像的可持续性评估。它不仅提供了标准化的、代表SKA工作负载的基准测试案例，更关键的是集成了覆盖科学保真度、计算性能、能耗、碳排放及全生命周期经济成本的多层次统一度量体系。该数据集支持对CPU、GPU、FPGA等多种异构架构进行公平比较，并能够系统性地探索算法与硬件在性能、能耗与成像质量之间的帕累托最优权衡，为面向能效与碳效率的软硬件协同设计提供了不可或缺的量化依据。

使用方法

在射电干涉成像算法的优化与硬件架构评估中，astroCAMP数据集的使用遵循一套结构化的协同设计工作流程。研究人员首先在受控环境下执行基准测试，稳定系统状态并精确测量运行时间、能耗及平台级遥测数据。随后，利用数据集配套的配置模板与参考输出，计算涵盖时间解、能耗解、碳解及图像质量损失（如脏图像RMS、PSNR）在内的跨层度量向量。这些度量结果将输入到一个多目标优化框架中，通过系统性的设计空间探索，识别在给定科学质量约束与SKA运营功率限制下，能够最大化性能、能效并最小化碳排放的算法参数与硬件配置组合，从而为可持续的大规模成像系统部署提供决策支持。

背景与挑战

背景概述

射电天文学正步入一个计算能力而非光子收集限制科学发现的新纪元。由瑞士洛桑联邦理工学院（EPFL）和法国雷恩国立应用科学学院（INSA Rennes）等机构的研究团队于2025年提出的astroCAMP数据集，正是为应对平方公里阵列（SKA）这一史上数据最密集的射电天文台所带来的计算挑战而生。SKA项目预计将产生每秒数太比特的连续数据流，其科学数据处理器必须在严格的功率上限内维持拍尺度成像，这对计算系统的能效和可持续性提出了前所未有的要求。astroCAMP作为一个社区基准与协同设计框架，旨在为下一代成像流水线和高性能计算架构提供标准化的评估基础，其核心研究问题聚焦于如何在SKA的运营与环境限制内，通过算法与硬件的协同优化，最大化科学产出。该框架通过提供统一的度量套件、标准化的代表性数据集以及多目标协同设计方法，为射电干涉成像领域迈向可持续的百亿亿次计算奠定了关键基石。

当前挑战

astroCAMP数据集所应对的领域挑战，本质上是解决SKA尺度射电干涉成像中计算效率与科学产出之间的根本矛盾。当前成像流水线在商用CPU和GPU上通常仅能实现4%至14%的峰值浮点性能，这主要源于内存和I/O瓶颈导致的硬件利用率低下，使得在固定功率预算下满足SKA的科学吞吐量要求变得异常困难。这种低效不仅推高了运营与碳成本，更直接制约了大型巡天项目的可行性。在数据集构建过程中，挑战同样显著：首先，需要创建能够真实反映SKA观测特征且数据量足以压测内存、I/O及通信层的标准化数据集，同时确保其可复现性。其次，定义一套横跨科学保真度、计算性能、可持续性与生命周期经济学的统一、可扩展的度量体系极具复杂性，尤其是如何为不同的SKA关键科学项目确立可量化的图像质量容忍阈值，这直接关系到算法近似（如降低精度、粗粒度w堆叠）的合理边界，是驱动软硬件协同设计的关键，也是当前社区亟待达成共识的开放难题。

常用场景

经典使用场景

在射电天文学领域，随着平方公里阵列等大型干涉仪数据量的急剧增长，成像管线的计算效率成为制约科学产出的关键瓶颈。astroCAMP数据集的核心应用场景在于为射电干涉成像算法与高性能计算架构的协同设计提供标准化基准。它通过提供一系列具有代表性的SKA级可见性数据集和参考输出，使研究人员能够在统一的度量体系下，对WSClean、IDG等成像管线在CPU、GPU及FPGA等异构平台上的性能、能耗和成像质量进行可重复的量化评估与对比。

解决学术问题

该数据集旨在解决射电天文高性能计算中长期存在的几个核心学术问题。首先，它直面算法与硬件间的“利用率鸿沟”问题，即现有成像软件在商用硬件上通常仅能发挥4-14%的峰值性能。其次，它通过引入涵盖科学保真度、计算性能、可持续性和生命周期经济性的统一度量套件，填补了该领域缺乏标准化评估框架的空白。这为在严格的功耗与碳排放约束下，系统性地探索成像质量与计算效率之间的权衡关系提供了方法论基础，推动了面向可持续性的大规模科学计算的跨层协同设计研究。

衍生相关工作

围绕astroCAMP数据集与框架，已衍生出多个方向的研究工作。在算法层面，它促进了如BIPP、WS-Snapshot等新型成像算法在统一基准下的性能与能效评估。在系统架构层面，其多目标协同设计公式启发了针对CPU-FPGA异构系统的设计空间探索，例如利用PREESM框架进行延迟、能耗与资源占用的帕累托前沿分析。此外，该框架呼吁社区定义可量化的科学质量容忍度，这正推动着针对SKA关键科学项目（如宇宙黎明、星系演化）的成像质量指标标准化研究，为算法近似（如降低精度、粗粒度w-stacking）的合理性划定科学边界。