NVIDIA、科学画像解析ツール「cuPhoton」公開

米NVIDIAは、天文学や高輝度光科学、X線計測などの先端研究機関で生成される膨大な科学画像データをGPU上で超高速に処理するオープンソースツールキット「cuPhoton」を公開した。天文分野の標準フォーマットであるFITS（天文学で画像やデータを記録するために広く使われる標準ファイル形式）画像の読み込みから、天球グリッドへの座標再投影、点広がり関数のマッチング、差分画像解析に至る全行程をGPUメモリ上で完結させる。CPUボトルネックを解消し、観測から数カ月かかっていたデータ解析を数分から数時間へ短縮する。

センサーから意思決定まで全段をGPUネイティブ化

現代の巨大望遠鏡や放射光施設では、毎晩テラバイトからペタバイト級の多次元画像データが記録される。従来のパイプラインでは、ホストCPUで圧縮ファイルを展開し、メモリ転送を経て個別カーネルを呼び出すため、データ転送のオーバーヘッドが最大の障壁となっていた。

cuPhotonはGitHub上でv0.1.3として公開されており、Linux環境のCUDA 13エコシステム（CuPy、PyTorch、Numba-CUDA、KvikIO、nvCOMP）を基盤としている。主な構成モジュールは以下の通りである。

• xDataReader: CFITSIOでバイト範囲を計画し、KvikIO（GPUDirect Storage）とnvCOMPを用いてGZIPタイル展開をGPU上で直接実行。
• xRep: 天球座標系（WCS）に基づき、異なる日時に観測された画像を共通の北基準グリッドへLanczos-3補間で高速リプロジェクション。
• xPois / xFit: 点広がり関数（PSF）を整合させて参照テンプレートとの差分を導出し、移動天体のダイポールパラメータをフィッティング。
• xRay: 時間領域のX線検出器トレース解析に対応。

NVIDIA GB200 NVL72を用いたマルチGPU（最大64基）での検証では、x86 CPUベースラインと比較して画像読み出し（xDataReader）で最大14,900倍、ポアソン差分処理（xPois）で最大14,550倍の高速化を実証した。

従来手法とのパイプライン比較と対応仕様の制約

cuPhotonと従来のCPU中心パイプラインの違い、および初期バージョンの技術的制約は下表の通りである。

比較項目	従来のCPU中心パイプライン	cuPhoton (CUDA-X) パイプライン
画像ロード	Astropy（CPU展開）→ PCIe転送	KvikIO + nvCOMP（GPU直結・GPU展開）
座標合わせ	CPUベースのリサンプリング処理	xRep（CuPy / CUDA PyTorchによるGPUワープ）
処理パイプライン	段階ごとのCPU-GPU往復転送	センサー読み込みから分類までGPU常駐
実行時間規模	数カ月〜数週間	数分〜数時間（小規模データはミリ秒級）
対応環境	Python汎用環境	Linux / CUDA 13 / Python 3.12〜3.14
圧縮フォーマット	Rice圧縮、GZIPなど各種	GZIP_1 / GZIP_2に対応（Rice圧縮は未対応）

公式ドキュメントによると、天文データで広く用いられるRice圧縮やディザリング浮動小数点量子化には現時点で未対応となっており、既存アーカイブの形式によっては事前の再エンコードが必要となる点に注意が必要である。

突発天体探査「ルービン天文台」など先端科学への意義

cuPhotonの実効性が最も期待される現場の一つが、チリで観測を開始する「Vera C. Rubin天文台」である。同天文台のLSSTCamは、夜間に39秒間隔で3.2ギガピクセルの露出を行い、毎晩最大20TBの画像と1,000万個の候補天体を生成する。

超新星爆発や地球接近小惑星などの突発現象を捉えるには、撮影後60〜120秒以内にアラートを発出する必要がある。cuPhotonによってエンドツーエンドの処理遅延が劇的に短縮されることで、リアルタイムでの追跡観測や異常検出が可能になり、天文学および基礎科学研究の進展に大きく寄与するとみられる。

引用元：NVIDIA Technical Blog