⚛️ high-energy experiments

A Modular Zero-Dead-Time Data Acquisition and Real-Time GPU Processing Platform for High Throughput Physics Experiments

यह शोध पत्र एक मॉड्यूलर, सॉफ्टवेयर-डिफाइंड प्लेटफॉर्म प्रस्तुत करता है जो उच्च-थ्रूपुट भौतिकी प्रयोगों के लिए निरंतर, शून्य-डेड-टाइम डेटा अधिग्रहण और वास्तविक समय प्रसंस्करण प्राप्त करने हेतु हाई-बैंडविड्थ PCIe डिजिटाइज़र को कंज्यूमर GPUs के साथ एकीकृत करता है, जिसे WISPLC डार्क मैटर खोज में 1 GB/s निरंतर थ्रूपुट और नगण्य डेटा हानि के साथ सफलतापूर्वक प्रदर्शित किया गया है।

मूल लेखक: Toma-Stefan Cezar, Marios Maroudas, Dieter Horns

प्रकाशित 2026-05-12

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Toma-Stefan Cezar, Marios Maroudas, Dieter Horns

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 आप बिजली की गति से बज रहे एक सिम्फनी ऑर्केस्ट्रा को रिकॉर्ड करने की कोशिश कर रहे हैं। पुराने दिनों में, यदि आप संगीत का वास्तविक समय (real-time) में विश्लेषण करना चाहते थे, तो आपको एक विशाल, कस्टम-निर्मित मशीन (जैसे कि एक विशेष रोबोट) की आवश्यकता होती थी जो अविश्वसनीय रूप से तेज़ तो थी, लेकिन बहुत महंगी, प्रोग्राम करने में कठिन और यदि आप किसी अलग वाद्य यंत्र को सुनना चाहते तो उसे बदलना मुश्किल था।

यह शोध पत्र इस कार्य को करने का एक नया तरीका पेश करता है और इसे एक "मॉड्यूलर" दृष्टिकोण का उपयोग करके करता है। एक कस्टम रोबोट के बजाय, टीम ने मानक, उच्च-गति वाले कंप्यूटर भागों (जैसे कि गेमिंग पीसी में पाए जाने वाले भाग) को एक चतुर सॉफ्टवेयर प्रोग्राम के साथ जोड़कर एक प्रणाली बनाई है। यह कैसे काम करता है, यहाँ सरल अवधारणाओं में दिया गया है:

1. समस्या: "ट्रैफिक जाम"

उच्च-गति वाले भौतिक विज्ञान के प्रयोगों में, डेटा उस समय की तुलना में अधिक तेज़ी से आता है जब हाईवे पर भारी भीड़ (रश ऑवर) हो।

पुराना तरीका: पारंपरिक प्रणालियाँ इस डेटा को संभालने के लिए विशेष हार्डवेयर (FPGAs) का उपयोग करती हैं। यह एक समर्पित, सुपर-फास्ट पुलिस अधिकारी की तरह है जो यातायात को निर्देशित कर रहा है। यह पूरी तरह से काम करता है, लेकिन पुलिस अधिकारी के निर्देशों को बनाने और बदलने में महीनों का विशेष प्रशिक्षण लगता है और इसमें बहुत पैसा खर्च होता है।
नया तरीका: इस टीम ने महसूस किया कि वे एक मानक कंप्यूटर के ग्राफिक्स कार्ड (GPU) का उपयोग कर सकते हैं—वही जिसका उपयोग वीडियो गेम खेलने के लिए किया जाता है—भारी काम करने के लिए। यह हजारों कुशल, ऑफ-द-शेल्फ श्रमिकों की एक टीम को काम पर रखने जैसा है, बजाय एक महंगे, कस्टम-निर्मित रोबोट के।

2. समाधान: एक "जीरो-डेड-टाइम" पाइपलाइन

तेज़ डेटा को रिकॉर्ड करने में सबसे बड़ा डर "डेड टाइम" (dead time) का होता है। यह एक सेकंड का वह सूक्ष्म हिस्सा है जहाँ सिस्टम उस चीज़ को प्रोसेस करने के लिए रुक जाता है जिसे उसने अभी सुना है। यदि आप एक भी ताल (beat) चूक जाते हैं, तो डेटा खराब हो जाता है।

लेखकों ने एक ऐसी प्रणाली बनाई है जो जीरो डेड टाइम का दावा करती है।

उपमा: एक कारखाने में कन्वेयर बेल्ट की कल्पना करें। आमतौर पर, जब बेल्ट एक डिब्बे को पैक करने के लिए रुकती है, तो बेल्ट रुक जाती है, और अगला डिब्बा इंतज़ार करता है।
उनकी तरकीब: उन्होंने एक ऐसी प्रणाली बनाई है जहाँ कन्वेयर बेल्ट कभी नहीं रुकती। जबकि एक कार्यकर्ता (GPU) वर्तमान बॉक्स को पैक कर रहा है, दूसरा कार्यकर्ता पहले से ही अगला बॉक्स ले रहा होता है, और तीसरा अगला बॉक्स तैयार कर रहा होता है। वे एक "कॉलबैक" (callback) प्रणाली का उपयोग करते हैं, जो एक टाइमर की तरह है जो कहता है, "हे, जैसे ही आपके पास डेटा का एक पूरा बॉक्स हो जाए, इसे तुरंत प्रोसेस करें, फिर तुरंत वापस बेल्ट पर आ जाएँ।"
परिणाम: उन्होंने साबित किया कि 10 मिनट की रिकॉर्डिंग के दौरान, उन्होंने डेटा की एक भी "ताल" (beat) नहीं छोड़ी। सिस्टम इतना सटीक है कि यदि इसने डेटा मिस किया होता, तो वह कुल समय के एक ट्रिलियनवें हिस्से से भी कम होता।

3. हार्डवेयर: एक कस्टम "ध्वनिरोधी बॉक्स"

चूंकि वे शक्तिशाली कंप्यूटर भागों (GPUs) का उपयोग कर रहे हैं जो विद्युत शोर (electrical noise) पैदा कर सकते हैं, इसलिए उन्हें सावधान रहना पड़ा।

शील्ड: उन्होंने संवेदनशील रिकॉर्डिंग कार्ड को रखने के लिए एक कस्टम एल्युमीनियम बॉक्स (फैराडे केज) बनाया। इसे एक गायक के लिए साउंडप्रूफ बूथ की तरह समझें। यह कंप्यूटर के पंखों और पावर सप्लाई से होने वाले "शोर" को उन नाजुक भौतिक संकेतों को खराब करने से रोकता है जिन्हें वे सुनने की कोशिश कर रहे हैं।
कूलिंग: क्योंकि बॉक्स बहुत टाइट है, इसलिए उन्होंने इलेक्ट्रॉनिक्स को बहुत गर्म होने से बचाने के लिए पंखे और हीट सिंक जोड़े हैं, जिससे यह सुनिश्चित होता है कि रिकॉर्डिंग हफ्तों तक स्थिर बनी रहे।

4. "तीन सिरों वाला राक्षस" (मल्टी-जीपीयू सेटअप)

डेटा की विशाल मात्रा को संभालने के लिए, उन्होंने केवल एक ग्राफिक्स कार्ड का उपयोग नहीं किया; उन्होंने तीन का उपयोग किया।

असेंबली लाइन: उन्होंने काम को तीन चरणों में विभाजित किया, जैसे कार फैक्ट्री में असेंबली लाइन:
1. GPU 1: कच्चे नंबरों को भौतिक वोल्टेज में बदलता है (जैसे विदेशी भाषा का अनुवाद करना)।
2. GPU 2: जटिल गणित (फास्ट फूरियर ट्रांसफॉर्म्स) करता है ताकि ध्वनि को फ्रीक्वेंसी स्पेक्ट्रम में बदला जा सके (जैसे एक गाने को शीट म्यूजिक स्कोर में बदलना)।
3. GPU 3: परिणामों का औसत निकालता है और सांख्यिकी (statistics) की गणना करता है।
समझौता (Trade-off): इन तीनों कार्डों के बीच डेटा ले जाने में थोड़ा अतिरिक्त समय लगता है (जैसे कार के पुर्जों को एक लंबी लाइन में आगे बढ़ाना), लेकिन यह उन्हें एक सिंगल कार्ड की तुलना में बहुत अधिक मेमोरी का उपयोग करने की अनुमति देता है। इससे वे डेटा में बहुत बारीक विवरण देख पाते हैं।

5. वास्तविक दुनिया की सफलता: "डार्क मैटर" की खोज

उन्होंने इस प्रणाली का परीक्षण WISPLC नामक एक वास्तविक प्रयोग में किया, जो "डार्क मैटर" (अदृश्य कण जो ब्रह्मांड का अधिकांश हिस्सा बनाते हैं) की तलाश कर रहा है।

जीत: इस प्रणाली से पहले, यह प्रयोग इतना अधिक कच्चा डेटा उत्पन्न करता कि उन्हें हर दिन 21 टेराबाइट स्टोर करने की आवश्यकता होती।
समाधान: क्योंकि उनकी प्रणाली डेटा आते ही उसका विश्लेषण करती है (उसे तुरंत औसत निकाल देती है), उन्हें केवल अंतिम, संक्षिप्त परिणाम ही स्टोर करने की आवश्यकता पड़ी। इससे उनकी स्टोरेज ज़रूरतें 21 TB प्रति दिन से घटकर 20 TB प्रति महीना से भी कम हो गईं।
स्थिरता: यह प्रणाली बिना क्रैश हुए, बिना ओवरहीट हुए या डेटा खोए, पूरे एक महीने तक लगातार चलती रही।

सारांश

शोध पत्र का दावा है कि उन्होंने महंगे, कस्टम-निर्मित वैज्ञानिक हार्डवेयर के एक लचीले, सस्ते और आसानी से अपडेट होने योग्य विकल्प का निर्माण किया है। मानक कंप्यूटर भागों और स्मार्ट सॉफ्टवेयर का उपयोग करके, उन्होंने एक "जीरो-डेड-टाइम" रिकॉर्डिंग सिस्टम बनाया है जो डेटा के विशाल प्रवाह को संभाल सकता है, तुरंत उनका विश्लेषण कर सकता है, और केवल महत्वपूर्ण हिस्सों को ही स्टोर कर सकता है। उन्होंने इसे साबित किया कि यह सफलतापूर्वक एक महीने लंबे डार्क मैटर प्रयोग को बिना किसी गड़बड़ी के चलाकर काम करता है।

तकनीकी सारांश: एक मॉड्यूलर ज़ीरो-डेड-टाइम डेटा अधिग्रहण और रियल-टाइम GPU प्रोसेसिंग प्लेटफॉर्म

समस्या विवरण
आधुनिक उच्च-थ्रूपुट भौतिकी प्रयोग अत्यधिक डेटा वॉल्यूम उत्पन्न कर रहे हैं जो पारंपरिक डेटा अधिग्रहण (DAQ) पाइपलाइनों के लिए एक चुनौती है। पारंपरिक प्रणालियाँ अक्सर ऑफलाइन प्रोसेसिंग पर निर्भर करती हैं, जो लचीले क्षणिक सिग्नल (transient signal) खोज और स्टोरेज प्रबंधन के लिए अपर्याप्त है। फील्ड प्रोग्रामेबल गेट एरेज़ (FPGAs) या रेडियो फ्रीक्वेंसी सिस्टम्स ऑन चिप (RFSoCs) का उपयोग करने वाले हार्डवेयर-आधारित समाधान एक निश्चित विलंबता (deterministic latency) और उच्च दक्षता प्रदान करते हैं, लेकिन वे महत्वपूर्ण विकास संबंधी बाधाएं भी प्रस्तुत करते हैं। इनमें विशेष हार्डवेयर डिस्क्रिप्शन लैंग्वेज (HDL) विशेषज्ञता (जैसे VHDL, Verilog) की आवश्यकता, लंबी संकलन (compilation) अवधि, जटिल डिबगिंग चक्र और उच्च प्रवेश लागत शामिल हैं। इसके अलावा, निश्चित हार्डवेयर आर्किटेक्चर की कठोर प्रकृति प्रायोगिक वातावरण में पुनरावृत्त एल्गोरिदम विकास को कठिन बनाती है।

कार्यप्रणाली
लेखक एक मॉड्यूलर, सॉफ्टवेयर-डिफाइंड DAQ प्लेटफॉर्म का प्रस्ताव करते हैं जो उच्च-बैंडविड्थ PCIe एनालॉग-टू-डिजिटल कन्वर्टर्स (ADCs) को मानक उपभोक्ता-श्रेणी के ग्राफिक्स प्रोसेसिंग यूनिट्स (GPUs) के साथ एकीकृत करता है। इस प्रणाली को NVIDIA CUDA का उपयोग करके निरंतर, ज़ीरो-डेड-टाइम डेटा अधिग्रहण और रियल-टाइम प्रोसेसिंग प्राप्त करने के लिए डिज़ाइन किया गया है।

हार्डवेयर आर्किटेक्चर: मुख्य प्रणाली स्पेक्ट्रम इंस्ट्रूमेंटेशन SPCM श्रृंखला डिजिटाइज़र (M4.420-x8 और M2p.5941-x8) को एक मल्टी-थ्रेडेड CPU और कई CUDA-सक्षम GPUs के साथ उपयोग करती है। होस्ट घटकों से होने वाले इलेक्ट्रोमैग्नेटिक इंटरफेरेंस (EMI) को कम करने के लिए, ADC कार्ड को सक्रिय कूलिंग से लैस एक कस्टम 10 मिमी मोटे एल्युमीनियम फैराडे केज के भीतर भौतिक रूप से अलग किया गया है। यह प्लेटफॉर्म सिंगल कंज्यूमर कार्ड्स की VRAM सीमाओं को पार करने और उच्च रिज़ॉल्यूशन बैंडविड्थ सक्षम करने के लिए एक ट्रिपल-GPU कॉन्फ़िगरेशन (दो NVIDIA RTX 2080 Ti और एक RTX A4000) का समर्थन करता है।
सॉफ्टवेयर आर्किटेक्चर: प्रणाली POSIX थ्रेड्स (pthreads) का उपयोग करते हुए एक मल्टी-थ्रेडेड C/C++ आर्किटेक्चर को नियोजित करती है। इसमें एक कॉलबैक-संचालित डिज़ाइन है जहाँ एक समर्पित ADC वर्कर थ्रेड हार्डवेयर FIFO रिंग बफर को प्रबंधित करता है। जब उपलब्ध डेटा एक उपयोगकर्ता-निर्धारित सीमा से अधिक हो जाता है, तो एक उपयोगकर्ता-प्रदत्त कॉल-बैक फ़ंक्शन को कॉल किया जाता है। यह एब्स्ट्रैक्शन उपयोगकर्ताओं को लो-लेवल मेमोरी रैपिंग या हार्डवेयर ड्राइवरों को प्रबंधित किए बिना कस्टम प्रोसेसिंग लॉजिक (जैसे FFTs, फ़िल्टरिंग, सांख्यिकीय औसत) लागू करने की अनुमति देता है।
प्रोसेसिंग पाइपलाइन: रियल-टाइम प्रोसेसिंग पाइपलाइन में इंटरलीव्ड int16 ADC डेटा को फ्लोटिंग-पॉइंट वोल्टेज में बदलना, विंडोइंग फ़ंक्शंस लागू करना और cuFFT लाइब्रेरी का उपयोग करके फास्ट फूरियर ट्रांसफॉर्म्स (FFTs) की गणना करना शामिल है। मल्टी-GPU सेटअप में, वर्कलोड को तीन GPUs के माध्यम से क्रमिक रूप से वितरित किया जाता है: पहले पर टाइप कन्वर्जन, दूसरे पर FFT गणना (जिसमें सबसे बड़ा VRAM है), और तीसरे पर सांख्यिकीय औसत। यह भौतिक उपकरणों के बीच स्ट्राइडेड मेमोरी कॉपी की जटिलता से बचता है, हालांकि यह होस्ट RAM ट्रांसफर ओवरहेड पेश करता है।

प्रमुख योगदान

मॉड्यूलर सॉफ्टवेयर-डिफाइंड आर्किटेक्चर: एक ऐसे DAQ सिस्टम का निर्माण जो मानक PCIe डिजिटाइज़र और उपभोक्ता GPUs का उपयोग करके निरंतर उच्च-थ्रूपुट सिग्नल अधिग्रहण और रियल-टाइम प्रोसेसिंग को सक्षम करता है, जिससे विशेष FPGA फर्मवेयर की आवश्यकता समाप्त हो जाती है।
कॉलबैक-ड्रिवन डिज़ाइन: एक लचीला ढांचा जहाँ उपयोगकर्ता कॉल-बैक के माध्यम से प्रोसेसिंग लॉजिक को परिभाषित करते हैं, जिससे व्युत्पन्न सांख्यिकी (पावर, वेरिएंस, स्पेक्ट्रल एवरेज) की रियल-टाइम गणना और विभिन्न सिग्नल प्रोसेसिंग एल्गोरिदम के लिए आसान अनुकूलन संभव होता है।
ज़ीरो-डेड-टाइम सत्यापन: फेज निरंतरता परीक्षणों और दीर्घकालिक स्थिरता रन के माध्यम से निरंतर अधिग्रहण क्षमताओं का इन-सीटू प्रदर्शन।
मल्टी-GPU वर्कलोड वितरण: व्यक्तिगत VRAM बाधाओं के बावजूद उच्च रिज़ॉल्यूशन बैंडविड्थ प्राप्त करने के लिए FFT और एवरेजिंग कार्यों को कई GPUs में वितरित करने की एक रणनीति।

परिणाम

परफॉरमेंस बेंचमार्क: प्लेटफॉर्म 500 MSa/s तक की सैंपलिंग दरों पर निरंतर प्रोसेसिंग बनाए रखता है, जो 1 GB/s के डेटा थ्रूपुट को प्रबंधित करता है। अधिकतम दर पर, कुल रियल-टाइम प्रोसेसिंग लगभग 80% उपलब्ध DAQ समय का उपभोग करती है, जो मुख्य रूप से होस्ट RAM के माध्यम से रूट किए गए इंटर-GPU मेमोरी ट्रांसफर विलंबता के कारण है। WISPLC प्रयोग में उपयोग की जाने वाली 124 MSa/s की निचली दर पर, प्रोसेसिंग उपयोग घटकर लगभग 20% हो जाता है।
ज़ीरो-डेड-टाइम सत्यापन:
- फ़ाइल बाउंड्री विश्लेषण: विभिन्न आवृत्तियों (9 Hz से 19.8 MHz) पर साइनुसोइडल सिग्नल इंजेक्ट करने वाले परीक्षणों ने फ़ाइल सीमाओं के पार फेज निरंतरता की पुष्टि की। मोंटे कार्लो सिमुलेशन के साथ सांख्यिकीय तुलना ने ज़ीरो-डेड-टाइम मॉडल के साथ सहमति दिखाई, जो बफर रैपाउंड के दौरान डेटा हानि की संभावना को खारिज करती है।
- एंड-टू-एंड वैलिडेशन: 3 MHz के सिग्नल के एक 10-मिनट के निरंतर अधिग्रहण ने फ्रैक्शनल डेटा लॉस को $5.6 \times 10^{-12}$ से कम (125 MSa/s पर एक सिंगल सैंपल अंतराल से भी कम के बराबर एक काल्पनिक डेड टाइम <3.33 ns) तक सीमित कर दिया।
दीर्घकालिक स्थिरता: सिस्टम एक महीने तक बिना किसी क्रैश, मेमोरी करप्शन या प्रदर्शन गिरावट के निरंतर संचालित हुआ। कस्टम कूलिंग समाधान ने स्थिर ADC तापमान (~48°C) बनाए रखा, जिससे थर्मल ड्रिफ्ट को रोका जा सका।
अनुप्रयोग प्रभाव: WISPLC डार्क मैटर प्रयोग में, प्लेटफॉर्म 124 MSa/s और 0.1 Hz रिज़ॉल्यूशन बैंडविड्थ के साथ संचालित हुआ। रियल-टाइम स्पेक्ट्रल एवरेजिंग ने दैनिक डेटा स्टोरेज आवश्यकताओं को 21 TB से घटाकर प्रति माह 20 TB से भी कम कर दिया।

महत्व
यह पेपर स्थापित करता है कि उपभोक्ता GPUs का उपयोग करने वाले उच्च-प्रदर्शन, सॉफ्टवेयर-डिफाइंड DAQ प्लेटफॉर्म मध्यम से बड़े पैमाने के प्रयोगशाला सेटअपों के लिए विशेष, कठोर हार्डवेयर पाइपलाइनों (जैसे FPGA) को प्रभावी ढंग से बदल सकते हैं। मानक C/C++ और CUDA प्रोग्रामिंग का लाभ उठाकर, यह प्रणाली उच्च-थ्रूपुट प्रयोगों के लिए प्रवेश बाधा को काफी कम करती है, जिससे हार्डवेयर रीडिज़ाइन के बिना सिग्नल प्रोसेसिंग एल्गोरिदम के तीव्र विकास की अनुमति मिलती है। उच्च सैंपलिंग दरों पर ज़ीरो डेड-टाइम बनाए रखने और जटिल रियल-टाइम एवरेजिंग करने की प्रदर्शित क्षमता पारंपरिक डिजिटल बेसबैंड कनवर्टर (DBBC) और FPGA-आधारित समाधानों के लिए एक लचीला, लागत प्रभावी विकल्प प्रदान करती है। लेखक नोट करते हैं कि यद्यपि वर्तमान कार्यान्वयन विशिष्ट भौतिक आवश्यकताओं को संबोधित करता है, यह आर्किटेक्चर व्यापक अनुप्रयोगों, जिसमें सिग्नल सिंथेसिस और नेटवर्क विश्लेषण शामिल है, के लिए अनुकूलनीय है, बशर्ते उपयुक्त RF हार्डवेयर को एकीकृत किया जाए।