计算服务“仰望星空”，1秒内检测一张天文图像

       人类向往星空，如同孩子向往家外的世界。

       除了地球这个星球以外，还有一个宇宙的世界。宇宙分为广义和狭义，广义的宇宙指的是万物的总称，是时间和空间的统一。狭义的宇宙指的是地球大气层以外的空间和物质。探索宇宙可以帮助我们发现更多的宇宙规律。

       曙光计算服务探寻梦幻神秘的弥漫星系

       低表面亮度星系是一种弥漫星系，梦幻而神秘。当从地球观察这些星系时，在夜空的环境中，它们的表面亮度至少比周围的背景天光低一个星等，对其进行搜寻和研究有助于人类更好地了解银河系的结构和演化过程。

       如何在海量的天文图像中搜寻低面亮度星系？近日，山东大学专家组通过曙光计算服务支撑，拟搭建一个低面亮度星系的高效搜索平台，实现1天内对T量级的天文图像准确的找到低面亮度星系的候选体，为天文学家和数据处理专家的研究提供支撑。

       高效搜索平台的建立将有助于提高海量图像中低面亮度星系的搜寻效率，也对未来国内和国外大型巡天项目的数据处理工作提供重要的借鉴和示范。

       检测速度达到每幅图片1秒以内

       宇宙是无穷的，对于天文研究而言，其产生的数据量本身就非常庞大；同时，天文图像的分辨率很高，其中将产生大量非结构化数据，检测效率的高低将直接成为研究的掣肘。

       另一方面，山东大学专家组对于低面亮度星系的搜寻已经进行了前期的研究。搭建完成了基于深度学习框架的目标检测模型，并且与现有的目标检测模型R-CNN、YOLO等进行了性能对比。研究实验表明，基于深度学习的目标检测方法对于从天文图像中搜索低面亮度星系非常有效。而搭建的深度神经网络模型对运行设备的性能要求非常高。

       目前，模型的检测效率比较低，检测一幅图片大约需要4秒。天文测光数据量巨大，未来的大型巡天项目，每天可获取TB甚至几百TB量级的海量的图像数据，迫切需要借助计算服务平台提高检索效率。

       而通过部署曙光计算服务平台提升检测效率，检测速度将达到每幅图片1秒以内。预计，利用曙光计算服务平台支撑，对数字巡天的93万张图像进行全部检测，24小时之内便可返回结果。

       一直以来，我们都以为只有地球上才有生命，而人类更是宇宙中最高级的最具智慧的生命体，而探索宇宙或许可以更好地帮助我们了解生命的出现以及存在。而曙光计算服务将为天文学研究提供支撑，助力人类更好的“仰望星空”。