近年天文科学界因直接发现「重力波」存在证据，国际掀起一波重力波相关领域研究，淡江大学物理系刘国钦教授所主持之研究计画「重力波：透视宇宙学与天文物理学的新方式」，在计算及分析庞大数据资料需求下，选用丽台NVIDIA Quadro GV100，相较传统单核心CPU运算效能瓶颈，大幅进展达300倍之谱，对科学研究助益可见一斑。

丽台NVIDIA Quadro GV100和NVLINK桥接器

刘国钦教授表示，在重力波数据分析，观测到的讯号相当微弱，举例观测两个黑洞撞击，除需掌控背景噪讯统计，还需对每笔数据比对数十万条模型，在4096的取样率下，庞大的资料处理量，皆须花费大量的时间成本来处理，撷取资料时间及转换时间便是推进研究进度关键。

刘教授进一步指出，此外，观测时会收集到一些其他讯号，这些讯号可能会干扰分析结果，除了在傅立叶转换部分，或於剔除其他讯号这部分，GPU的加入大力提升了研究效率；拥有专业绘图卡改善研究流程，利用CUDA建立一套分析数据的线程，原先购买的Quadro K80相较传统单核心CPU加速150倍，Quadro GV100加入後，单卡甚至提供达300倍运算效率！

之所以选择丽台WS2020搭配GV100，是 GV100为针对双精度所设计开发之GPU，研究要求双精确度模拟条件下，利用Python撰写傅立叶变换部分，GPU也可提供加速约30倍，效能上有一定差距。此外，鼓励学生投入在CUDA C的程式发展，一方面希??补足Python可能存在CPU与GPU交换时间上效能的消耗，也可掌握计算的更多细节。

丽台科技高级工程师、同时为NVIDIA DLI深度学习实作坊认证讲师的薛宏宇补充说明，CUDA core能大量的同时平行计算，但GPU计算过程往往消耗很多时间在CPU、记忆体和GPU三者间的沟通，大多的开放源程式码不会针对装置底层沟通进行优化处理，造成效能瓶颈存在，若采用CUDA C精细撰写，并透过CUDA相关工具检验整个处理流程，在高数据量的高效能计算上更加快速。

对於此应用可为研究计划，或是世界带来何种启发及助益，刘国钦教授说明此案是集合清华大学、台湾师范大学、淡江大学、中研院叁与日本的KAGRA重力波计画，进而与欧洲Virgo、美国LIGO计画共享数据及分析。起初KAGRA之计算资源远远不及欧美，但认为科学上很多计算是高度平行化的，如将此自CPU核心计算转入GPU上，也会是研究方式新的可能。

重力波发现对於该领域的影响，已从最早的天文科学上印证，转为激发研究人员挑战理论，进而带进新领域、新工具上的应用，反推过去理论上可能存在的不周全，修正後再次发现论证；随着科技工具的发展，选择丽台NVIDIA Quadro GPU运算的加入，大大支持了刘国钦教授及所带领团队叁与国际学术研究，持续提供台湾天文研究正面能量。