Einstein@Home è un progetto di calcolo distribuito della Università del Wisconsin-Milwaukee che sfrutta la piattaforma software BOINC (Berkeley Open Infrastructure for Network Computing). Lo scopo è quello di analizzare i dati provenienti dagli interferometri degli osservatori astronomici LIGO (Stati Uniti d'America) e GEO 600 (Germania) in cerca di segnali che evidenzino la presenza di onde gravitazionali da fonti quali buchi neri, pulsar e altri particolari tipi di stelle.
Introduzione Einstein@Home è progettato per analizzare i dati raccolti dagli osservatori LIGO e GEO 600 alla ricerca di onde gravitazionali. Il progetto è stato ufficialmente lanciato il 19 febbraio 2005 come parte del contributo della American Physical Society all'Anno internazionale della fisica (2005). Esso sfrutta le risorse di un sistema di calcolo distribuito volontario per risolvere il problema, molto pesante dal punto di vista computazionale, di analizzare la grossa mole di dati a disposizione. Tale approccio fu introdotto dal progetto SETI@home, creato per cercare segnali di vita extraterrestre analizzando i segnali radio provenienti dallo spazio. Einstein@Home gira sulla stessa piattaforma software di SETI@home, cioè BOINC.
A tutto dicembre 2015, più di 846.000 volontari di 214 nazioni hanno partecipato al progetto, facendolo diventare il terzo progetto BOINC più popolare. Circa 44.000 utenti attivi contribuiscono a fornire una potenza computazionale di 2.200 teraFLOPS, il che pone Einstein@Home tra le prime 20 posizioni nella lista dei TOP500 supercomputer.
Al 17 maggio 2025, Einstein@Home continua a essere uno dei progetti più attivi della piattaforma BOINC, con oltre 5 milioni di task attivi e più di 1,8 milioni completati solo nell’ultima settimana. La capacità computazionale del progetto ha raggiunto i 15.398 TFLOPS, con un contributo particolarmente significativo da CPU e GPU, soprattutto NVIDIA e Apple Silicon, che garantiscono rispettivamente circa 95.000 e 65.000 risultati validati al giorno. I partecipanti attivi nelle ultime due settimane sono oltre 16.000, distribuiti su più di 30.000 host con 400.000 core CPU totali. La maggior parte dei sottoprogetti, tra cui FGRP5, BRP4A e O3AS, risulta operativa, mentre alcuni generatori come BRP4G e FGRPB1G risultano disattivati o momentaneamente fermi. Il sistema mostra uno stato stabile, senza backlog significativi nei processi di transizione, assimilazione o validazione dei dati.
Al 18 maggio 2026, Einstein@Home rimane uno dei progetti più attivi della piattaforma BOINC, con circa 4,5 milioni di task totali attivi e oltre 855.000 task in progress, a fronte di un sistema complessivamente stabile e senza backlog significativi nei processi di transizione o validazione. La capacità computazionale complessiva ha raggiunto circa 21.200 TFLOPS, sostenuta sia da CPU sia da GPU, con un contributo particolarmente forte delle GPU moderne, in particolare Apple Silicon (~93.000 risultati validati/giorno) e NVIDIA (~73.000/giorno). La partecipazione resta elevata ma leggermente più concentrata: si registrano circa 1,06 milioni di partecipanti totali, con circa 14.600 attivi nelle ultime due settimane, distribuiti su oltre 8,2 milioni di host complessivi, di cui circa 24.500 attivi recentemente, per un totale di circa 401.000 core CPU attivi. Dal punto di vista dei sottoprogetti, la maggior parte dei rami principali (come O4AS, BRP4, BRP7, O4MD, O4ASUHF) risulta operativa e in produzione. Tuttavia, alcuni generatori risultano disattivati o non attivi: in particolare FGRP5 work generator è non operativo, mentre BRP4G e FGRPB1G risultano disabilitati, segnalando una fase di manutenzione o riallineamento di alcune pipeline. Il sistema, nel complesso, mostra comunque backlog trascurabili e tempi di replica nulli, indicando una piena stabilità operativa.
Obiettivi scientifici Einstein@Home è un'iniziativa scientifica di calcolo distribuito che si colloca all'avanguardia nella ricerca di sorgenti continue di onde gravitazionali, in particolare pulsar isolate o sistemi binari compatti, attraverso analisi all-sky su larga scala. Il progetto sfrutta la potenza computazionale aggregata di centinaia di migliaia di computer volontari per processare i dati raccolti da rivelatori come LIGO, Virgo e GEO600, applicando sofisticati algoritmi di matched filtering e tecniche di Fourier ad alta risoluzione. Tra le sorgenti astrofisiche potenzialmente emittenti segnali gravitazionali continui vi sono stelle di neutroni in rapida rotazione con asimmetrie di massa, sistemi binari a lungo periodo e instabilità bar-mode in stadi avanzati di evoluzione stellare. L’obiettivo primario è l’identificazione di segnali deboli e persistenti sepolti nel rumore strumentale, la cui rilevazione costituirebbe una svolta cruciale nella fisica fondamentale, aprendo una nuova finestra osservativa sull’universo e fornendo vincoli diretti su proprietà della materia degenere, deformazioni crustali delle stelle di neutroni, e possibili deviazioni dalla Relatività Generale. A maggio 2025, il progetto continua a elaborare milioni di task settimanali, con una potenza computazionale complessiva superiore a 15 PetaFLOPS, contribuendo attivamente alla crescita del campo dell’astronomia gravitazionale con numerose scoperte di pulsar radio silenti in dati gamma e segnali quasi-periodici.
Storia della ricerca
Prima analisi con i dati di LIGO S3 (terza campagna scientifica) La prima analisi di Einstein@Home utilizzò i dati del "terzo science run" (S3) di LIGO, elaborati tra il 22 febbraio e il 2 agosto 2005. Il set di dati S3 comprendeva 60 segmenti da 10 ore ciascuno raccolti dal rivelatore LIGO Hanford da 4 km. Ogni segmento fu analizzato singolarmente per individuare segnali continui (CW, continuous waves) mediante una tecnica di matched filtering eseguita sui computer volontari. Una volta completata l’elaborazione dei singoli segmenti, i risultati venivano combinati in un "post-processing" eseguito sui server di Einstein@Home, tramite uno schema di coincidenza tra segnali rilevati in diversi segmenti, per aumentare la sensibilità complessiva della ricerca. I risultati vennero pubblicati sulle pagine ufficiali di Einstein@Home.
Analisi con i dati di LIGO S4 (quarta campagna scientifica) Il lavoro sui dati di LIGO S4 iniziò in parallelo con quello su S3 e si concluse nel luglio 2006. Questa analisi utilizzò segmenti più lunghi: 10 segmenti da 30 ore ciascuno per il rivelatore di Hanford e 7 segmenti da 30 ore per il rivelatore di Livingston. Rispetto a S3, la sensibilità dei dati era più elevata e anche il metodo di combinazione post-processing era più sensibile. I risultati di questa ricerca furono pubblicati in Physical Review D, segnando la prima pubblicazione scientifica ufficiale di Einstein@Home. Questo aumento della sensibilità permise di affinare notevolmente la ricerca delle onde gravitazionali continue.
Ottimizzazione dell’applicazione e miglioramenti nelle performance (2006) Un punto di svolta importante per Einstein@Home arrivò con lo sviluppo di un’applicazione ottimizzata per l’analisi dei dati S4, creata da Akos Fekete, programmatore ungherese volontario. Rilasciata a marzo 2006, questa versione introdusse ottimizzazioni SSE, 3DNow! e SSE3, migliorando le performance fino all’800%. Questo aumento di efficienza consentì un incremento del 50% nella potenza computazionale totale del progetto rispetto alle versioni precedenti, favorendo un’impennata nella produttività e sensibilità della ricerca. In seguito, Fekete fu integrato ufficialmente nel team di sviluppo di Einstein@Home.
Analisi iniziale della campagna LIGO S5 (2006) La prima analisi sui dati della quinta campagna LIGO (S5), in cui gli strumenti raggiunsero la loro sensibilità progettuale, iniziò il 15 giugno 2006. Si trattò di 22 segmenti da 30 ore per Hanford e 6 segmenti da 30 ore per Livingston. Questa analisi, chiamata “S5R1”, impiegò una metodologia simile a quella della campagna S4, ma i dati di migliore qualità permisero di ottenere risultati più sensibili. Questi risultati, pubblicati in Physical Review D, sono tra i più esaustivi mai prodotti per quel periodo.
Ricerca avanzata su dati LIGO S5 “S5R3” e metodi di combinazione (2007-2010) La seconda ricerca su S5, detta “S5R3”, portò miglioramenti ulteriori in termini di sensibilità. Qui, la combinazione dei risultati dai segmenti venne eseguita direttamente sui computer volontari usando la trasformata di Hough, un metodo che permise di combinare 84 segmenti da 25 ore ciascuno provenienti da Hanford e Livingston. Nel maggio 2010 partì la ricerca “S5GC1”, con un nuovo metodo di analisi basato su correlazioni globali nello spazio dei parametri per combinare efficacemente i risultati matched-filtering di 205 segmenti da 25 ore.
Risultati chiave e limiti di sensibilità nelle ricerche su S5 (2013-2016) Un’importante pubblicazione del 13 febbraio 2013 presentò i risultati di una ricerca all-sky di onde gravitazionali continue sui dati S5. Nella banda di frequenza più sensibile (152.5 Hz), si poterono escludere segnali con ampiezza di deformazione superiore a 7.6×10⁻²⁵ con il 90% di confidenza. Questa ricerca risultò circa 3 volte più sensibile rispetto alle precedenti. Nel settembre 2016, Einstein@Home pubblicò l’unica ricerca dedicata alle onde continue ad alta frequenza (1249-1499 Hz) su dati S5, escludendo la presenza di stelle di neutroni vicine con frequenze di rotazione tra 625 e 770 Hz e ellipticità maggiori di 2.8×10⁻⁷ entro 100 parsec dalla Terra.
Analisi su dati LIGO S6 e ricerche dirette (2016-2020) I dati della sesta campagna (S6) furono analizzati da Einstein@Home e i risultati pubblicati nel novembre 2016. Non fu trovato nessun segnale, ma vennero stabiliti limiti superiori stringenti sulle onde gravitazionali continue: tra 170.5 e 171 Hz non furono rilevate onde con ampiezza di deformazione superiori a 5.5×10⁻²⁵ (90% confidenza). Inoltre, vennero effettuate ricerche dirette su sorgenti specifiche come il residuo di supernova Cassiopea A, con frequenze da 50 a 1000 Hz. Anche qui non furono rilevati segnali, ma i limiti fissati furono i più stringenti mai ottenuti fino ad allora. Nel dicembre 2016, un approfondito follow-up di una ricerca all-sky su dati S6 analizzò i 16 milioni di candidati più promettenti (da un totale di 3.8×10¹⁰). Nessun candidato risultò compatibile con una sorgente astrofisica. Nel range 170.5-171 Hz, il limite superiore all’ampiezza di deformazione scese a 4.3×10⁻²⁵.
Innovazioni nei metodi di analisi (2017-2018) Nel 2017 furono introdotti nuovi metodi di clustering dei candidati e tecniche di veto per distinguere segnali astrofisici da artefatti del rivelatore. Questi vennero applicati nella prima ricerca all-sky su dati Advanced LIGO (run O1), pubblicata nel dicembre 2017. Questa ricerca analizzò la banda 20-100 Hz senza trovare segnali, stabilendo un limite superiore di 1.8×10⁻²⁵ a 100 Hz. Un altro studio pubblicato nel gennaio 2018 progettò strategie ottimali per le ricerche dirette, coprendo ampie gamme di frequenze per tre residui di supernova: Vela Jr., Cassiopea A e G347.3.
Ricerche dirette sui residui di supernova (2019-2020) I risultati delle ricerche dirette sui tre residui di supernova citati, basate su dati O1, furono pubblicati nel luglio 2019. Coprirono frequenze da 20 a 1500 Hz, senza trovare segnali, ma con limiti superiori migliorati di un fattore due rispetto a precedenti ricerche. Un follow-up nel giugno 2020 analizzò i 10.000 candidati più promettenti usando dati O2. Solo un candidato associato a G347.3 rimase come possibile segnale, ma non fu confermato. Si attendevano i dati di O3 per ulteriori chiarimenti.
Ricerca all-sky su dati O2 e risultati (2021)