We present the BACCO project, a simulation framework specially designed to provide highly-accurate predictions for the distribution of mass, galaxies, and gas as a function of cosmological parameters. In this paper, we describe our main suite of gravity-only simulations ($L\sim 2\,$ Gpc and 43203 particles) and present various validation tests. Using a cosmology-rescaling technique, we predict the non-linear mass power spectrum over the redshift range 0 < z < 1.5 and over scales $10^{-2} \lt k/(\, h\, {\rm Mpc}^{-1}) \lt 5$ for 800 points in an eight-dimensional cosmological parameter space. For an efficient interpolation of the results, we build an emulator and compare its predictions against several widely-used methods. Over the whole range of scales considered, we expect our predictions to be accurate at the $2{{\ \rm per\ cent}}$ level for parameters in the minimal Lambda cold dark matter model and to $3{{\ \rm per\ cent}}$ when extended to dynamical dark energy and massive neutrinos. We make our emulator publicly available under http://www.dipc.org/bacco

中文翻译：

---

BACCO 模拟项目：充分利用大尺度结构的力量进行宇宙学研究

我们介绍了 BACCO 项目，这是一个专门设计的模拟框架，旨在为质量、星系和气体的分布提供高度准确的预测，作为宇宙学参数的函数。在本文中，我们描述了我们的主要重力模拟套件（$L\sim 2\、$ Gpc 和 43203 粒子）并展示了各种验证测试。使用宇宙学重新缩放技术，我们预测红移范围 0 < 的非线性质量功率谱。z＜1.5 及以上规模 $10^{-2} \lt k/(\, h\, {\rm Mpc}^{-1}) \lt 5$ 用于八维宇宙参数空间中的 800 个点。为了对结果进行有效插值，我们构建了一个模拟器并将其预测与几种广泛使用的方法进行比较。在考虑的整个尺度范围内，对于最小 Lambda 冷暗物质模型中的参数，我们希望我们的预测在 $2{{\ \rm per\ cent}}$ 水平上准确，并且在扩展到动态模型时准确到 $3{{\ \rm per\cent}}$暗能量和大量中微子。我们在 http://www.dipc.org/bacco 下公开我们的模拟器