© Andrii Chagovets / 123RF.com

Simulationen auf Supercomputern lassen Milliarden Jahre der Existenz des Universums im Zeitraffer zu Minuten schrumpfen. Dank Open Source und Linux gewinnen Forschende dabei faszinierende Einblicke in die Geschichte des Kosmos.

Wie konnte das Universum entstehen? Wie bildete sich die Vielfalt an Strukturen heraus, die man heute am Nachthimmel beobachtet? Solche fundamentalen Fragen treiben die Menschheit seit Jahrtausenden um. Die Entwicklung der modernen Physik im 20. Jahrhundert gab Wissenschaftlern schließlich das Rüstzeug an die Hand, mit dem sie konkrete Antworten finden konnten.

Wir gehen heute davon aus, dass der Urknall vor etwa 13,8 Milliarden Jahren den Beginn von Raum und Zeit markierte. Seither dehnt sich das Universum aus, kühlt ab, Materie verdichtet sich, Sterne und Galaxien entstehen, wachsen, kollidieren und sterben. Doch wie genau verlaufen diese Prozesse? Warum sehen Galaxien heute so und nicht anders aus?

Diese Fragen lassen sich durch astronomische Beobachtungen allein nicht vollständig beantworten. Zwar liefern Teleskope wie das Hubble- oder das James-Webb-Weltraumteleskop faszinierende Bilder, aber sie zeigen nur Momentaufnahmen. Um ein Verständnis für die Entwicklung über kosmologische Zeitskalen hinweg zu gewinnen, greifen Astrophysiker zu einem dritten Forschungsinstrument neben Theorie und Beobachtung: zur numerisch-kosmologischen Simulation.

Milliarden Teilchen

Kosmologische Simulationen sind der Versuch, die Entstehung und Entwicklung des Universums im Computer nachzustellen. Den Ausgangspunkt bildet ein Modell des frühen Universums. Es speist sich aus Beobachtungen der kosmischen Hintergrundstrahlung, wie sie insbesondere das ESA-Mikrowellen-Weltraumteleskop Planck Surveyor zusammentrug. Aus diesen Daten lässt sich rekonstruieren, wie Dichtefluktuationen kurz nach dem Urknall aussahen. Dahinter verbergen sich winzige Ungleichheiten, die unter der Wirkung der Gravitation immer größer werden.

In einer Simulation wird ein repräsentatives Volumen des Universums mit Milliarden von Simulationsteilchen gefüllt, die dunkle Materie, Gas, Sterne und schwarze Löcher repräsentieren. Für jedes dieser Elemente werden zu jedem Zeitpunkt Masse, Position, Geschwindigkeit, Temperatur, chemische Zusammensetzung, Magnetisierung und Strahlung berechnet. Die physikalischen Gesetze, die dem zugrunde liegen, sind gut bekannt: Gravitation, Gasdynamik, Thermodynamik sowie Strahlungs- und Magnetohydrodynamik.

Dunkle Materie ist unsichtbar, wechselwirkt nicht mit Licht und lässt sich lediglich über ihre gravitative Wirkung nachweisen. In Simulationen wird sie daher als eine große Anzahl kollisionsloser Teilchen modelliert, die sich ausschließlich unter dem Einfluss der Gravitation bewegen. Jedes dieser Partikel steht für ein kleines Paket dunkler Materie mit konstanter Masse.

Die Bewegung dieser Teilchen berechnet man mithilfe sogenannter N-Body-Verfahren. Dabei wird für jedes Teilchen das Gravitationsfeld bestimmt, das durch alle anderen Teilchen erzeugt wird. Um die enorme Rechenlast bei Milliarden von Partikeln zu bewältigen, greifen moderne Simulationen auf effiziente Näherungsverfahren zurück. Häufig kommt dabei eine Methode namens TreePM-Verfahren zum Einsatz. Große Skalen berechnet es mithilfe eines Gitterverfahrens (Particle Mesh). Für kleinere, lokale Strukturen nutzt das Verfahren baumbasierte Näherungen (Tree-Methoden).

Während dunkle Materie nur durch Gravitation wechselwirkt, ist das Verhalten des baryonischen Gases, das hauptsächlich aus Wasserstoff und Helium besteht, deutlich komplexer. Gas reagiert auf Druck, Temperatur, Schockwellen, Strahlung, Abkühlung und viele weitere physikalische Prozesse. Deshalb fällt seine Simulation wesentlich aufwendiger aus und erfordert das Lösen der vollständigen hydrodynamischen Gleichungen.

Dafür gibt es verschiedene numerische Ansätze, die jeweils unterschiedliche Stärken aufweisen. Eine weitverbreitete Methode ist SPH Smoothed Particle Hydrodynamics. Wie die dunkle Materie wird das Gas in Form von Teilchen dargestellt, wobei man physikalische Größen wie Dichte oder Temperatur durch gewichtete Mittelung über Nachbarpartikel berechnet. Der Vorteil dieser Methode liegt in ihrer Adaptivität: Die Recheneinheiten bewegen sich mit dem Gas mit, sodass man automatisch eine hohe Auflösung dort erhält, wo sich viel tut. Allerdings hat SPH Schwierigkeiten bei der Darstellung scharfer Diskontinuitäten und instabiler Grenzschichten, was in einigen Anwendungen zu Problemen führen kann.

Gerastertes Universum

Eine alternative Methode basiert auf Gittern, bei denen man das Rechenvolumen in ein festes oder adaptives Raster unterteilt. Besonders effizient ist dabei das Adaptive Mesh Refinement (AMR), bei dem das Gitter in ruhigen Regionen grob und in dynamischen Bereichen fein aufgelöst ist. Diese Methode erlaubt eine sehr präzise Darstellung von Schockfronten, Turbulenzen und dünnen Gasstrukturen. AMR-Verfahren arbeiten im sogenannten Euler-Formalismus, bei dem die Gitterzellen im Raum fixiert sind und Flüsse zwischen den Zellen die Gasbewegung beschreiben.

Ein besonders innovativer Ansatz, der beide Welten verbindet, ist das Moving-Mesh-Verfahren, wie es im Arepo-Code verwendet wird. Hier wird das Simulationsvolumen in ein Voronoi-Gitter unterteilt, dessen Zellen sich mit dem Gas mitbewegen. Dadurch kombiniert Arepo die hohe Genauigkeit der Gittermethoden mit der Flexibilität und adaptiven Auflösung der Partikelmethoden. Das Ergebnis ist eine sehr präzise und zugleich stabile Darstellung komplexer Gasdynamik – ein entscheidender Vorteil, wenn es um die Simulation realistischer Galaxien geht.

Noch mehr Physik

Neben diesen grundlegenden Techniken zur Simulation von Gravitation und Hydrodynamik kommen in modernen kosmologischen Simulationen zahlreiche weitere physikalische Prozesse hinzu: die Bildung und Entwicklung von Sternen, Rückkopplung durch Supernovae und Schwarze Löcher, chemische Anreicherung des Gases, Magnetfelder, Wärmetransport und Strahlung.

Viele dieser Prozesse finden auf Skalen statt, die von der Simulation nicht direkt aufgelöst werden können. Deshalb kommen sogenannte Subgrid-Modelle zum Einsatz, vereinfachte Beschreibungen, die das physikalische Verhalten kleinerer Strukturen näherungsweise abbilden. In der Summe erlaubt diese Kombination aus Teilchen- und Gittermethoden, Näherungsverfahren und Subgrid-Physik die detaillierte Nachbildung kosmischer Strukturen: von der Bildung großräumiger Filamente über die Entstehung einzelner Galaxien bis hin zu den physikalischen Bedingungen in Sternentstehungsgebieten.

Doch womit berechnet man konkret ein so komplexes Modell des Universums? Die Antwort: mit Supercomputern. Die physikalischen Gleichungen werden dazu in kleinen Zeitintervallen stufenweise gelöst. Dabei gilt es, gewaltige Datenmengen zu verarbeiten. Typische Simulationen beanspruchen Millionen von Rechenstunden und produzieren Petabytes an Daten.

Eine zentrale Herausforderung liegt dabei im Spagat zwischen Auflösung und Volumen. Sollen großräumige Strukturen wie Galaxienhaufen erfasst werden, muss das simulierte Volumen riesig sein. Will man hingegen feine Details wie die Bildung von Spiralarmen oder das Entstehen von Sternentstehungsgebieten in Galaxien modellieren, braucht es eine extrem hohe räumliche und zeitliche Auflösung.

Diese konkurrierenden Anforderungen führen zu einer Hierarchie von Simulationen. Manche simulieren ein ganzes Universum mit geringer Auflösung, andere konzentrieren sich auf kleine Ausschnitte mit maximalem Detailgrad. In beiden Fällen geht es darum, die zentralen physikalischen Prozesse zu verstehen, die das sichtbare Universum prägen.

Das Universum in drei Versionen

Eines der ambitioniertesten Simulationsprojekte der letzten Jahre ist IllustrisTNG [1]. Der Name steht für “Illustris – The Next Generation” und verweist auf die Weiterentwicklung des ursprünglichen Illustris-Projekts, das 2014 für Aufsehen sorgte. Ziel dieser Simulationen ist es, ein virtuelles Universum zu erschaffen, das über Milliarden Jahre hinweg realistische Galaxien hervorbringt, mit all den komplexen Wechselwirkungen, die in der realen Astrophysik eine Rolle spielen.

Herzstück ist der Arepo-Code. Arepo ist als C++-Open-Source-Code in einer Grundversion frei verfügbar [2]. Es verwendet zahlreiche weitere Open-Source-Bibliotheken und läuft unter Linux auf Supercomputern der TOP500-Liste [3]. Für die Datenspeicherung verwendet Arepo die HDF5-Bibliothek [4]. HDF5 erlaubt die strukturierte und effiziente Speicherung großer Datenmengen, wie sie in der numerischen Astrophysik üblich sind. Für die parallele Ausführung auf Hochleistungsrechnern nutzt Arepo das Message Passing Interface (MPI [5]). Über MPI kommunizieren die verschiedenen Prozessoren bei der parallelen Ausführung des Codes.

Die Kommunikation zwischen Prozessen, zum Beispiel beim Austausch von Mesh-Zellen oder Partikeldaten, ist essenziell für die Skalierbarkeit des Codes. Zur Berechnung mathematischer Operationen wie Integrationen, Interpolationen und spezieller Funktionen wird die GNU Scientific Library [6] eingebunden. Auch FFTW, eine effiziente Implementierung der Fast-Fourier-Transformation, kommt zum Einsatz, unter anderem bei Berechnungen des gravitativen Potenzials. Optional unterstützt Arepo OpenMP [7] für die Parallelisierung innerhalb eines Knotens, beispielsweise bei rekursiven Baumdurchläufen in der Gravitation oder Nachbarschaftssuche im Mesh. Der Bauprozess verwendet typischerweise ein Makefile-basiertes Build-System, das die genannten Bibliotheken einbindet und konfigurierbare Compiler-Flags verwaltet.

IllustrisTNG gibt es in mehreren Varianten, die sich in Auflösung und Volumengröße unterscheiden. Die kleinste Simulation, TNG50, fokussiert sich auf detailreiche Galaxienphysik. TNG100 bietet einen Kompromiss zwischen Detail und Statistik, während TNG300 das großskalige kosmische Netzwerk mit einer Vielzahl massereicher Galaxien und Galaxienhaufen abbildet. Was diese Simulationen besonders macht, ist ihr umfassendes physikalisches Modell. Es berücksichtigt nicht nur Gravitation und Hydrodynamik, sondern auch Sternentstehung, Supernovaeffekte, chemische Anreicherung des Gases, Magnetfelder sowie Schwarze Löcher und deren Rückkopplung auf die Umgebung. Damit wird das komplexe Ökosystem einer Galaxie in bislang unerreichter Tiefe simuliert.

Abbildung 1: Die von IllustrisTNG vorhergesagte Verteilung der dunklen Materie im Universum.

Die Ergebnisse zeigen, dass IllustrisTNG Galaxien erzeugt, deren Eigenschaften mit denen echter Galaxien gut übereinstimmen. Gleichzeitig liefert das Projekt eine Fülle synthetischer Beobachtungen, mit denen sich reale Teleskopdaten interpretieren lassen.

THESAN: Die erste Milliarde Jahre

Während sich IllustrisTNG auf das Universum ab etwa einer Milliarde Jahre nach dem Urknall konzentriert, widmet sich das Projekt THESAN [8] einer noch früheren Epoche: der Reionisation. Diese Phase markiert den Übergang vom dunklen, neutralen Universum zu einem von Licht durchfluteten Kosmos, in dem Galaxien sichtbar wurden. Dabei entstanden die ersten Sterne und Galaxien, deren intensive ultraviolette Strahlung begann, den umgebenden Wasserstoff zu ionisieren. Diese Ionisationsfronten breiteten sich über Hunderte Millionen Jahre hinweg aus, bis der größte Teil des intergalaktischen Mediums in einen heißen, ionisierten Zustand überging.

THESAN baut auf dem Galaxienmodell von IllustrisTNG auf, erweitert es jedoch um zwei entscheidende Aspekte. Zum einen wird der Transport von ionisierender Strahlung realitätsgetreu simuliert. Photonen, die von Sternen, binären Systemen oder aktiven galaktischen Kernen ausgehen, werden durch das intergalaktische Medium verfolgt. Ihre Wechselwirkung mit Wasserstoff bestimmt, wann und wo die Reionisation einsetzt. Zum anderen wird kosmischer Staub modelliert, der das Licht absorbiert und streut. Damit beeinflusst er sowohl die Beobachtbarkeit als auch die Thermodynamik des Gases.

Abbildung 2: Die Reionisationsgeschichte des Universums, wie sie von THESAN berechnet wurde.

Die Hauptsimulation von THESAN nutzt über zehn Milliarden Zellen, verteilt auf ein Volumen von rund 300 Millionen Lichtjahren. Sie wurde auf dem SuperMUC-NG am Leibniz-Rechenzentrum in Garching bei München ausgeführt und erforderte über 30 Millionen CPU-Stunden Rechenzeit. In dieser Simulation können Forscher verfolgen, wie sich das erste Licht ausbreitete, welche Galaxien die wichtigsten Quellen der Photonen waren, wie lange die Reionisation dauerte und welche Beobachtungsgrößen sie hinterließ, etwa im 21-Zentimeter-Radioband.

Das Projekt liefert auch Antworten auf bisher ungeklärte Fragen: Welche Galaxien tragen am meisten zur Reionisation bei? Wie stark ist der Einfluss von Pop-III-Sternen? Wie hängt die Struktur der Galaxien mit der Menge entweichender ionisierender Photonen zusammen? Diese Fragen sind entscheidend, um Daten des James-Webb-Weltraumteleskops (JWST) oder des Radioteleskopnetzwerks Square Kilometre Array (SKA) korrekt zu interpretieren.

Simulation und Beobachtung

Kosmologische Simulationen sind eng mit Beobachtungen verknüpft. Sie liefern Vorhersagen, die sich direkt testen lassen. Das James-Webb-Weltraumteleskop etwa entdeckt Galaxien mit einer Rotverschiebung größer als 10, also genau aus der Epoche, in der THESAN operiert.

Die Rotverschiebung ist ein Maß dafür, wie stark das Licht entfernter Objekte durch die Expansion des Universums in Richtung längerer Wellenlängen verschoben wurde. Diese Verschiebung hängt von dem Zeitpunkt in der Geschichte des Universums ab, zu dem die Strahlung von einer Galaxie ausgesandt wurde. Daher wird die Rotverschiebung häufig auch zur Beschreibung des Alters des Universums herangezogen. Eine Rotverschiebung von mehr als 10 entspricht einer Zeit von weniger als 500 Millionen Jahren nach dem Urknall, also dem frühen Stadium der Reionisation, als sich die ersten Lichtquellen im Kosmos bildeten.

Abbildung 3: Vergleich einer realen Galaxie (M104, oben links) mit simulierten Galaxien des IllustrisTNG-Projekts.

Wichtig ist auch, dass die Daten von IllustrisTNG und THESAN öffentlich zugänglich sind. Forschende weltweit nutzen sie, um eigene Analysen anzustellen, Theorien zu testen und synthetische Beobachtungen zu erzeugen. Diese Offenheit beschleunigt die wissenschaftliche Erkenntnis und demokratisiert den Zugang zu hochkomplexer Forschung.

Jenseits der Astrophysik

Die numerischen Methoden der Astrophysik kommen auch in anderen Bereichen zum Einsatz. Insbesondere die Methoden zur Simulation von Gasen und Flüssigkeiten finden Anwendungen außerhalb der Astrophysik.

SPH wird vor allem für Computational Fluid Dynamics (CFD) eingesetzt, zum Beispiel zur Simulation von Wasserströmungen, Tsunamis, Ölverteilungen, Blutströmungen oder Festkörperinteraktionen mit Flüssigkeiten. Besonders nützlich ist SPH bei komplexen Geometrien und freien Oberflächen, etwa bei Tropfen, die auf Oberflächen prallen. Auch in Computerspielen wird SPH verwendet, um realistische Wasser- oder Feuereffekte zu simulieren – etwa bei Flüssigkeitssimulationen in Echtzeit, die auf moderne Grafikhardware optimiert sind.

AMR kommt häufig in der Meteorologie, Ozeanografie oder Aerodynamik zum Einsatz. Dort erlaubt es die adaptive Verfeinerung der Gitterauflösung. Das ermöglicht, gezielt Regionen mit hoher Dynamik oder starken Gradienten (beispielsweise Wirbel, Schockfronten) hochaufgelöst zu simulieren, ohne das gesamte Rechengebiet fein aufzulösen. Dadurch ist AMR besonders effizient in klimatischen Simulationen, bei Verbrennungsmodellen oder bei Strömungen um Flugkörper.

Fazit: Das digitale Universum

Kosmologische Simulationen haben sich in den vergangenen Jahrzehnten von experimentellen Pilotprojekten zu präzisen wissenschaftlichen Werkzeugen entwickelt. Mit ihnen lässt sich die Geschichte des Universums nicht nur rekonstruieren, sondern in bislang ungekannter Auflösung erforschen. IllustrisTNG beschreibt, wie Galaxien entstehen, altern und interagieren. THESAN zeigt, wie das erste Licht entstand und das Universum sichtbar machte. Gemeinsam liefern sie ein digitales Abbild des Kosmos – ein Fenster zu Ursprung, Struktur und Zukunft unseres Universums. (jcb)