⚛️ nuclear experiments

The High Level Trigger and Express Data Production at STAR

RHIC में BES-II कार्यक्रम को समर्थन देने के लिए, STAR प्रयोग ने ऑनलाइन इवेंट चयन के लिए एक हाई लेवल ट्रिगर और त्वरित, लगभग ऑफलाइन-गुणवत्ता वाले पुनर्निर्माण के लिए एक एक्सप्रेस डेटा प्रोडक्शन सिस्टम को संयोजित करने वाले एक पूरक द्वैत वास्तविक-समय ढांचे (dual real-time framework) को लागू किया, जिससे तत्काल भौतिकी विश्लेषण सक्षम हुआ और भविष्य के उच्च-ल्यूमिनोसिटी प्रयोगों के लिए स्केलेबिलिटी का प्रदर्शन हुआ।

मूल लेखक: Wayne Betts, Jinhui Chen, Yuri Fisyak, Hongwei Ke, Ivan Kisel, Pavel Kisel, Grigory Kozlov, Jeffery Landgraf, Jerome Lauret, Tonko Ljubicic, Yugang Ma, Spyridon Margetis, Hao Qiu, Diyu Shen, Qiye Shou

प्रकाशित 2026-03-26

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Wayne Betts, Jinhui Chen, Yuri Fisyak, Hongwei Ke, Ivan Kisel, Pavel Kisel, Grigory Kozlov, Jeffery Landgraf, Jerome Lauret, Tonko Ljubicic, Yugang Ma, Spyridon Margetis, Hao Qiu, Diyu Shen, Qiye Shou, Xiangming Sun, Aihong Tang, Gene Van Buren, Iouri Vassiliev, Baoshan Xi, Zhenyu Ye, Zhengqiao Zhang, Maksym Zyzak

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि RHIC (रिलेटिविस्टिक हेवी आयन कोलाइडर) में STAR प्रयोग एक विशाल, हाई-स्पीड फोटोग्राफी स्टूडियो की तरह है। उनका लक्ष्य ब्रह्मांड के सबसे चरम क्षणों की तस्वीरें लेना है: भारी परमाणुओं को आपस में टकराकर उस "सूप" को फिर से बनाना जो बिग बैंग के ठीक बाद अस्तित्व में था।

समस्या क्या है? वे हर सेकंड अरबों तस्वीरें ले रहे हैं। यदि वे हर एक तस्वीर को हार्ड ड्राइव में सहेजने और बाद में देखने की कोशिश करेंगे, तो वे तुरंत स्टोरेज स्पेस खत्म कर देंगे, और वैज्ञानिकों को यह देखने के लिए वर्षों तक इंतजार करना पड़ेगा कि क्या उन्होंने कुछ दिलचस्प कैप्चर किया है।

इस समस्या को हल करने के लिए, STAR टीम ने एक दो-भाग वाला "स्मार्ट कैमरा सिस्टम" बनाया है जिसे हाई लेवल ट्रिगर (HLT) और एक्सप्रेस डेटा प्रोडक्शन (xProduction) कहा जाता है। यह यहाँ कैसे काम करता है, इसके सरल उदाहरण दिए गए हैं:

1. हाई लेवल ट्रिगर (HLT): "सुपर-फास्ट एडिटर"

HLT को एक टीम के रूप में सोचें जो कैमरे के ठीक बगल में बैठी अविश्वसनीय रूप से तेज़, बेहद स्मार्ट एडिटर्स की टीम है।

समस्या: कैमरा (डिटेक्टर) हर बार जब दो परमाणु टकराते हैं, तो लाखों कणों का एक अराजक धुंधलापन (chaotic blur) कैप्चर करता है। इनमें से अधिकांश उबाऊ बैकग्राउंड शोर (background noise) होते हैं।
समाधान: HLT कच्चे डेटा (raw data) को तुरंत (रियल-टाइम में) देखता है। यह उन्नत एल्गोरिदम (जैसे कि "सेलुलर ऑटोमेटन", जो "कनेक्ट द डॉट्स" के डिजिटल गेम जैसा है) का उपयोग करके कणों के रास्तों को तेजी से ट्रेस करता है।
निर्णय: मिलीसेकंड के भीतर, HLT तय करता है: "क्या यह एक उबाऊ टकराव है? इसे हटा दें। क्या यह एक दुर्लभ, विलक्षण घटना (जैसे कि हाइपरन्यूक्लियस) है? इसे रखें!"
परिणाम: यह 99% कचरे को छान देता है, केवल "गोल्डन टिकटों" को ही रखता है। यह एक क्वालिटी कंट्रोल इंस्पेक्टर के रूप में भी कार्य करता है, जो शो के दौरान ही यह जांचता है कि कैमरा सही ढंग से फोकस है या नहीं।

उदाहरण: एक संगीत कार्यक्रम की कल्पना करें जहाँ 10,000 लोग चिल्ला रहे हैं। HLT एक साउंड इंजीनियर की तरह है जो तुरंत भीड़ के शोर को शांत कर देता है और केवल गायक की आवाज़ को तभी रिकॉर्ड करता है जब वह एक परफेक्ट हाई नोट लगाता है।

2. एक्सप्रेस डेटा प्रोडक्शन (xProduction): "इंस्टेंट डेवलपर"

एक बार जब HLT "गोल्डन टिकटों" को सहेज लेता है, तो वे अभी भी एक कच्चे, अव्यवस्थित प्रारूप (जैसे कि नेगेटिव फिल्म) में होते हैं। आमतौर पर, वैज्ञानिकों को इन तस्वीरों को "डेवलप" करने के लिए (ऑफलाइन प्रोसेसिंग में) डार्करूम में महीनों तक इंतजार करना पड़ता है।

xProduction सिस्टम एक जादुई इंस्टेंट-डेवलपर की तरह है।

यह कैसे काम करता है: जब HLT अभी भी टकरावों के अगले बैच को फिल्टर करने में व्यस्त होता है, तब xProduction सिस्टम उसी कंप्यूटर क्लस्टर पर समानांतर (parallel) में चलता है। यह फिल्टर किए गए "गोल्डन टिकटों" को लेता है और उन्हें तुरंत प्रोसेस करता है।
गति: महीनों इंतजार करने के बजाय, यह घंटों में उच्च-गुणवत्ता वाले, विश्लेषण के लिए तैयार परिणाम तैयार करता है।
आउटपुट: यह कॉम्पैक्ट, आसानी से पढ़े जाने वाले फाइल (जिन्हें "picoDsts" कहा जाता है) बनाता है जो साझा करने के लिए पर्याप्त छोटे हैं लेकिन उनमें सभी महत्वपूर्ण भौतिक विवरण शामिल हैं।

उदाहरण: यदि HLT उन बेहतरीन तस्वीरों को चुनने वाला एडिटर है, तो xProduction वह फोटो बूथ है जो उन बेहतरीन तस्वीरों की एक उच्च-गुणवत्ता वाली, फ्रेम की हुई तस्वीर तभी प्रिंट कर देता है जब आप अभी भी लाइन में खड़े होते हैं, ताकि आप उसे तुरंत अपने दोस्तों को दिखा सकें।

यह क्यों मायने रखता है? ("हाइपरन्यूक्लियस" की कहानी)

इस सिस्टम का असली जादू यह है कि यह वैज्ञानिकों को हाइपरन्यूक्लिआ (hypernuclei) नामक दुर्लभ, विलक्षण कणों को खोजने की अनुमति देता है।

चुनौती: हाइपरन्यूक्लिआ डेटा में "भूतों" की तरह हैं। वे अत्यंत दुर्लभ हैं और लगभग तुरंत क्षय (decay) हो जाते हैं। अतीत में, वैज्ञानिक एक साल तक डेटा एकत्र कर सकते थे, उसे प्रोसेस कर सकते थे, और फिर उन्हें एहसास हो सकता था, "ओह नहीं, हमने दुर्लभ घटनाओं को मिस कर दिया क्योंकि हमारे फिल्टर बहुत सख्त थे," या "हमें पुष्टि करने के लिए दो साल इंतजार करना होगा कि क्या हमने उन्हें पाया है।"
ब्रेकथ्रू: इस नए सिस्टम के साथ, 2021 के रन के दौरान, टीम एक विशिष्ट प्रकार के हाइपरन्यूक्लियस (जिसे $^{5}_{\Lambda}\text{He}$ कहा जाता है) को अविश्वसनीय सांख्यिकीय विश्वास के साथ प्रयोग अभी भी चल ही रहा था, उसके दौरान ही पहचानने में सक्षम थी।
प्रभाव: उन्होंने न केवल इसे खोजा; वे इसके गुणों (जैसे कि इसका द्रव्यमान और यह कैसे क्षय होता है) का विश्लेषण लगभग तुरंत कर सके। यह घास के ढेर में सुई खोजने, सुई का वजन मापने और दुनिया को इसके बारे में बताने जैसा है, इससे पहले कि आपने घास को पूरी तरह से छांटना समाप्त किया हो।

सारांश: "डुअल-इंजन" दृष्टिकोण

पेपर एक शानदार डुअल-इंजन आर्किटेक्चर का वर्णन करता है:

इंजन A (HLT): गेटकीपर (Gatekeeper)। यह तेज़ चलता है, शोर को फिल्टर करता है, और सुनिश्चित करता है कि डेटा स्ट्रीम साफ है। यह वैज्ञानिकों को बताता है, "कैमरा काम कर रहा है, और यहाँ दिलचस्प घटनाएं हैं।"
इंजन B (xProduction): एनालिस्ट (Analyst)। यह उन दिलचस्प घटनाओं को लेता है और उन्हें बिना पारंपरिक धीमे ऑफलाइन प्रोसेस का इंतजार किए, तुरंत वैज्ञानिक परिणामों में बदल देता है।

मुख्य बात:
यह सिस्टम "फोटो लेने" और "फोटो समझने" के बीच के अंतर को पाटता है। यह STAR प्रयोग को भारी मात्रा में डेटा संभालने, वास्तविक समय में दुर्लभ ब्रह्मांडीय रहस्यों को खोजने और भौतिकविदों को ऑन-द-फ्लाई (मौके पर ही) अपने प्रयोगों को समायोजित करने के लिए आवश्यक फीडबैक देने में सक्षम बनाता है। यह किसी फिल्म की समीक्षा के लिए वर्षों इंतजार करने और फिल्म खत्म होते ही लाइव, हाई-डेफिनिशन क्रिटिक प्राप्त करने के बीच का अंतर है।

यहाँ STAR में "High Level Trigger और Express Data Production" पर शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

रिलेटिविस्टिक हेवी आयन कोलाइडर (RHIC) में STAR प्रयोग को बीम एनर्जी स्कैन फेज-II (BES-II) कार्यक्रम के दौरान महत्वपूर्ण चुनौतियों का सामना करना पड़ा। मुख्य समस्याएँ थीं:

डेटा वॉल्यूम और लेटेंसी (Data Volume and Latency): डिटेक्टर और रीडआउट सिस्टम के अपग्रेड ने डेटा दर (न्यूनतम-बायस Au+Au टकरावों के लिए ~4 kHz तक) को बढ़ा दिया। पारंपरिक ऑफलाइन वर्कफ़्लो (डेटा को हाई परफॉर्मेंस स्टोरेज सिस्टम (HPSS) में आर्काइव करना और फिर महीनों या वर्षों बाद पुनर्गठन/reconstruction करना) वास्तविक समय के परिचालन फीडबैक और तीव्र भौतिकी विश्लेषण के लिए अस्वीकार्य लेटेंसी उत्पन्न कर रहा था।
दुर्लभ सिग्नल का पता लगाना (Rare Signal Detection): भौतिकी के लक्ष्यों में हाइपरन्यूक्लिआई (hypernuclei) और हाइपरोन (hyperons) जैसे दुर्लभ सिग्नलों का अध्ययन करना शामिल था। ऑफलाइन प्रोसेसिंग की प्रतीक्षा करने से दुर्लभ घटनाओं के लिए डेटा गुणवत्ता को सत्यापित करने या ट्रिगर रणनीतियों को समायोजित करने की क्षमता में देरी होती थी।
संसाधन बाधाएं (Resource Constraints): मौजूदा "FastOffline" समाधान छोटे डेटा अंशों (~5%) तक सीमित थे और सख्त सॉफ्टवेयर नियंत्रणों एवं साझा संसाधन सीमाओं के कारण तीव्र, भौतिकी-स्तर के पुनर्गठन (जैसे, हाइपरन्यूक्लिआई यील्ड चेक) के लिए लचीलेपन की कमी थी।

2. कार्यप्रणाली (Methodology)

इन चुनौतियोंों को संबोधित करने के लिए, STAR ने एक दोहरी वास्तविक समय फ्रेमवर्क (dual real-time framework) विकसित की, जिसमें एक समर्पित मल्टी-कोर CPU क्लस्टर (27 नोड्स, ~1,200 कोर, वैकल्पिक Xeon Phi कोप्रोसेसरों के साथ) पर दो पूरक प्रणालियाँ चलती हैं:

A. हाई लेवल ट्रिगर (High Level Trigger - HLT)

भूमिका: यह डेटा एक्विजिशन (DAQ) श्रृंखला के भीतर ऑनलाइन, अंतिम सॉफ्टवेयर चरण (लेवल-4) के रूप में कार्य करता है।
कार्य: यह वास्तविक समय में तीव्र ट्रैकिंग, वर्टेक्सिंग और इवेंट फ़िल्टरिंग करता है।
एल्गोरिदम:
- सेलुलर ऑटोमेटन (CA) ट्रैक फाइंडर: चार्ज्ड पार्टिकल प्रक्षेप पथों को उच्च दक्षता (>95%) और कम लेटेंसी के साथ पुनर्गठित करने के लिए TPC की 24-सेक्टर ज्यामिति के लिए अनुकूलित किया गया है।
- कलमन फिल्टर (KF) पार्टिकल फाइंडर: अल्पकालिक कणों (हाइपरोन, हाइपरन्यूक्लिआई) और माध्यमिक वर्टेक्स के पुनर्गठन के लिए उपयोग किया जाता है।
- मल्टी-वर्टेक्स फाइंडर: विशेष रूप से फिक्स्ड-टारगेट मोड में पाइल-अप टकरावों को संभालने के लिए डिज़ाइन किया गया है, जो ट्रैक्स को प्राइमरी, पाइल-अप और बीम-पाइप इंटरैक्शन वर्टेक्स में क्लस्टर करता है।
कैलिब्रेशन: यह एक रोलिंग अपडेट सिस्टम का उपयोग करता है जहाँ कैलिब्रेशन स्थिरांक (स्पेस-चार्ज, अलाइनमेंट, गेन) को लाइव डेटा सारांश के आधार पर प्रत्येक ~15 मिनट में या प्रत्येक $10^2-10^3$ घटनाओं के बाद अपडेट किया जाता है।
ऑफलोडिंग (Offloading): थ्रूपुट बनाए रखने के लिए कंप्यूट-इंटेंसिव कार्यों (जैसे KF पार्टिकल पुनर्गठन) को Xeon Phi कोप्रोसेसरों पर ऑफलोड किया जाता है।

B. एक्सप्रेस डेटा प्रोडक्शन (Express Data Production - xProduction)

भूमिका: यह HLT क्लस्टर पर ही DAQ लूप से समानांतर और स्वतंत्र रूप से चलता है।
कार्य: यह HLT-चयनित घटनाओं (जो वितरित Ceph स्टोरेज पर DAQ प्रारूप में संग्रहीत हैं) को संसाधित करके डेटा संग्रह के कुछ घंटों के भीतर "picoDst" डेटासेट (कॉम्पैक्ट ROOT ट्रीज़) बनाता है।
वर्कफ़्लो:
- xCalibration: हाल के डेटा से ऑफलाइन-गुणवत्ता वाले कैलिब्रेशन स्नैपशॉट उत्पन्न करता है।
- xProduction: उन्हीं एल्गोरिदम का उपयोग करके घटनाओं का पुनर्गठन करता है जो ऑफलाइन में उपयोग किए जाते हैं, लेकिन लगभग-ऑफलाइन गुणवत्ता के साथ, जिससे विश्लेषण के लिए तैयार डेटासेट प्राप्त होते हैं।
- xPhysics: पुनर्गठित डेटा का उपयोग करके सिग्नलों (जैसे हाइपरन्यूक्लिआई यील्ड) का वास्तविक समय में सत्यापन करता है।
डेटा रिडक्शन: आवश्यक भौतिकी सामग्री को संरक्षित करते हुए डेटा के आकार को दो क्रमों (two orders of magnitude) तक कम कर देता है (रॉ MBs से कॉम्पैक्ट picoDsts तक)।

3. प्रमुख योगदान (Key Contributions)

एकीकृत वास्तविक समय वास्तुकला (Integrated Real-Time Architecture): सफलतापूर्वक एक ऐसी प्रणाली लागू की गई जहाँ HLT ऑनलाइन इवेंट चयन को संभालता है और xProduction घंटों के बजाय घंटों में उच्च-गुणवत्ता वाला, विश्लेषण के लिए तैयार डेटा प्रदान करता है।
वास्तविक समय में उन्नत पुनर्गठन एल्गोरिदम: सख्त लेटेंसी बाधाओं के साथ एक CPU/GPU हाइब्रिड फार्म पर कुशलतापूर्वक चलने के लिए जटिल ऑफलाइन एल्गोरिदम (CA ट्रैक फाइंडर, KF पार्टिक्ल फाइंडर, मल्टी-वर्टेक्स पुनर्गठन) को अनुकूलित किया गया।
डायनेमिक कैलिब्रेशन: एक मजबूत ऑटो-कैलिब्रेशन सेवा विकसित की गई जो उतार-चढ़ाव वाली बीम स्थितियों और स्पेस-चार्ज प्रभावों के बावजूद ट्रैकिंग सटीकता (जैसे, $\langle DCA_{xy} \rangle$ को ~0.01 cm के भीतर रखना) बनाए रखती है।
विशेष ट्रिगर्स: भौतिकी-संचालित ट्रिगर्स (जैसे हाइपरन्यूक्लिआई के लिए "हीलियम ट्रिगर") पेश किए गए जो एक्सप्रेस डेटा स्ट्रीम को दुर्लभ घटनाओं से समृद्ध करते हैं, जिससे अनबायस्ड सैंपल्स की तुलना में विशिष्ट कणों की यील्ड में 30–64% की वृद्धि होती है।

4. परिणाम (Results)

इस प्रणाली को 2018-2021 के रन के दौरान, विशेष रूप से $\sqrt{s_{NN}} = 3.0$ GeV पर 2021 के फिक्स्ड-टारगेट रन में सत्यापित किया गया:

थ्रूपुट: HLT ने 200 GeV पर न्यूनतम-बायस Au+Au टकरावों के लिए ~2 kHz की प्रोसेसिंग दर बनाए रखी, जो DAQ डिलीवरी दरों से मेल खाती है।
पुनर्गठन गुणवत्ता (Reconstruction Quality):
- हाइपरोन: विभिन्न हाइपरोन ( $\Lambda, \Xi, \Omega$ ) और मेसॉन ( $K^0_S, \pi^0$ ) को उच्च सार्थकता (significance) के साथ पुनर्गठित किया गया। उदाहरण के लिए, एक्सप्रेस स्ट्रीम में $\pi^0$ को 48 $\sigma$ की सार्थकता के साथ देखा गया।
- हाइपरन्यूक्लिआई: एक्सप्रेस डेटा स्ट्रीम का उपयोग करके भारी-आयन टकरावों में $^5_\Lambda$ He हाइपरन्यूक्लिआई का पहला अवलोकन 11.6 $\sigma$ की सांख्यिकीय सार्थकता के साथ किया गया।
- तुलना: एक्सप्रेस डेटा में मास पीक पोजीशन, विड्थ ( $\sigma$ ), और सिग्नल-टू-बैकग्राउंड (S/B) अनुपात मानक ऑफलाइन प्रोडक्शन के लगभग समान थे (अंतर < 1%), जो ऑनलाइन कैलिब्रेशन और पुनर्गठन की विश्वसनीयता की पुष्टि करते हैं।
दक्षता (Efficiency): "हीलियम ट्रिगर" ने एक्सप्रेस सैंपल को समृद्ध किया, जिसमें पूर्ण डेटासेट की तुलना में प्रति घटना लगभग 30% अधिक $^4_\Lambda$ He और $^5_\Lambda$ He, और 64% अधिक $^4_\Lambda$ H शामिल था।
डालिट्ज़ प्लॉट्स (Dalitz Plots): तीन-शरीर क्षय (जैसे, $^4_\Lambda$ He $\to$ $^3$ He + p + $\pi^-$ ) के लिए सफलतापूर्वक डालिट्ज़ प्लॉट्स उत्पन्न किए गए, जो स्पिन प्रभावों और परमाणु अनुनाद (nuclear resonances) के संकेत देने वाली जटिल संरचनाओं को प्रकट करते हैं।

5. महत्व (Significance)

परिचालन प्रतिमान परिवर्तन (Operational Paradigm Shift): यह फ्रेमवर्क तत्काल परिचालन आवश्यकताओं (बीम ट्यूनिंग, डिटेक्टर QA) और दीर्घकालिक ऑफलाइन भौतिकी विश्लेषण के बीच के अंतर को पाटता है। यह "प्रॉम्प्ट पुनर्गठन" को सक्षम बनाता है, जिससे भौतिकविदों को प्रयोग के चलते रहने के दौरान ही दुर्लभ सिग्नलों को सत्यापित करने और रणनीतियों को समायोजित करने की अनुमति मिलती है।
स्केलेबिलिटी और मजबूती: सैकड़ों मिलियन घटनाओं को लगभग-ऑफलाइन गुणवत्ता के साथ संसाधित करने की प्रदर्शित क्षमता भविष्य के उच्च-ल्यूमिनोसिटी प्रयोगों (जैसे, FAIR/CBM) के लिए एक मॉडल स्थापित करती है जिन्हें ऑनलाइन फ़िल्टरिंग और तीव्र डेटा एक्सेस दोनों की आवश्यकता होती है।
भौतिकी खोज (Physics Discovery): इस प्रणाली ने दुर्लभ विदेशी अवस्थाओं (हाइपरन्यूक्लिआई) के समय पर खोज और लक्षण वर्णन को सक्षम बनाया, जो पारंपरिक ऑफलाइन वर्कफ़्लो द्वारा काफी विलंबित हो सकता था, जिससे QCD चरण आरेख और सघन परमाणु पदार्थ के गुणों को समझने की प्रक्रिया तेज हुई।
संसाधन दक्षता: HLT फार्म पर खाली कंप्यूट संसाधनों का उपयोग करके और कोप्रोसेसरों पर विशिष्ट कार्यों को ऑफलोड करके, यह प्रणाली प्राथमिक DAQ कार्यों में हस्तक्षेप किए बिना हार्डवेयर उपयोग को अधिकतम करती है।