Characterization of a 28 nm ASIC With On-Chip ML for Particle Tracking Detectors
Dit artikel presenteert de karakterisering van een 28 nm CMOS ASIC voor deeltjesdetectoren voor particle tracking-detectoren, die in-pixel analoge signaalverwerking en een on-chip neuraal netwerkclassificator integreert om lage ruis, hoge lineariteit en effectieve datareductie te bereiken met 99,06% overeenstemming tussen hardwaremetingen en offline voorspellingen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In het hart van de moderne natuurkunde bouwen wetenschappers machines die deeltjes tegen elkaar aan laten botsen op snelheden die de lichtsnelheid benaderen, in de hoop de fundamentele regels te ontdekken die ons universum beheersen. Deze botsingen vinden miljarden keren per seconde plaats en creëren een chaotische storm van subatomaire brokstukken die gevangen en geanalyseerd moeten worden. Om dit te doen, gebruiken onderzoekers detectoren gemaakt van silicium, vergelijkbaar met de chips in een smartphone maar veel gevoeliger. Deze detectoren fungeren als een raster van piepkleine ogen, waarbij elk ooglet op een flits van energie wanneer een deeltje erdoorheen passeert. De enorme hoeveelheid data die door deze botsingen wordt gegenereerd, wordt echter steeds onmogewer mogelijk om te beheren. Als elke enkele flits naar een computer zou worden gestuurd voor analyse, zouden de communicatielijnen verstopt raken en zouden de belangrijkste signalen verloren gaan in de ruis. De uitdaging is niet alleen om de deeltjes te zien, maar om direct te beslissen welke het bewaren waard zijn en welke slechts achtergrondruis zijn, en dat alles nog voordat de data de detector zelf verlaat.
Om dit probleem op te lossen, heeft een team van onderzoekers een nieuw type computerchip gebouwd dat zelfstandig kan denken, precies op het punt van detectie. Deze chip, bekend als een smart pixel, is ontworpen om niet alleen de passage van een deeltje waar te nemen, maar ook om de vorm van de energie die het achterlaat te analyseren en een beslissing van een fractie van een seconde te nemen over het wel of niet bewaren van de data. De onderzoekers maakten een prototype met behulp van een zeer geavanceerd productieproces, waarbij de elektronische componenten werden verkleind tot een grootte van 28 nanometer, wat ongeveer een duizendste van de breedte van een menselijke haar is. Op deze minuscule chip plaatsten ze twee grote rasters van microscopische sensoren, waarbij elk raster honderden individuele pixels bevat. Elke pixel is een zelfstandig laboratorium, uitgerust met een eigen versterker om het zwakke signaal van een passerend deeltje te versterken en een digitale converter om dat signaal in een getal om te zetten.
Wat deze chip werkelijk uniek maakt, is dat hij niet alleen de ruwe data registreert; hij verwerkt deze onmiddellijk. In traditionele detectoren telt de chip simpelweg hoeveel energie er is afgezet en stuurt dat getal weg. Hier neemt de chip het ruwe signaal, zet het om in een paar digitale bits en voert die bits vervolgens in een klein, ingebouwd brein — een neuraal netwerk. Dit neurale netwerk is een type kunstmatige intelligentie dat is geleerd patronen te herkennen. Het kijkt naar de cluster van energie die door een deeltje is achtergelaten en beslist of dat deeltje waarschijnlijk interessant is voor wetenschappelijk onderzoek of dat het gewoon willekeurige ruis is. Door deze beslissing binnen de chip te nemen, kan het systeem de overgrote meerderheid van de nutteloze data weggooien voordat deze de detector überhaupt verlaat, waardoor bandbreedte vrijkomt voor de werkelijk belangrijke gebeurtenissen.
De onderzoekers testten deze chip door de aankomst van deeltjes te simuleren met behode precisie-elektrische pulsen. Ze wilden zien of de chip de ruis en snelheid kon aan die vereist is voor toekomstige experimenten, specifiek die gepland voor de High-Luminosity Large Hadron Collider, een enorme deeltjesversneller die binnenkort zal worden geüpgraded om zelfs meer botsingen dan ooit tevoren te produceren. De tests lieten zien dat de chip opmerkelijk goed werkt. Wanneer ze het ruisniveau van de sensoren maten, ontdekten ze dat dit extreem laag was, waardoor de chip zeer zwakke signalen kon detecteren zonder in verwarring te raken door statische elektriciteit. Het digitale brein in de chip bleek ongelooflijk betrouwbaar te zijn en kwam met een nauwkeurigheid van meer dan 99 procent overeen met de voorspellingen van computersimulaties. Dit betekent dat de chip dezelfde beslissingen neemt als een krachtige computer, maar dat doet in een fractie van een seconde en met een minimale hoeveelheid energie.
Een van de meest indrukwekkende aspecten van het ontwerp is hoe efficiënt het stroom verbruikt. De chip werd getest op een snelheid van 10 miljoen cycli per seconde, en zelfs met de extra taak van het draaien van een neuraal netwerk, verbruikte het zeer weinig elektriciteit. De onderzoekers berekenden dat als de chip op de volledige snelheid van 40 miljoen cycli per second zou draaien, wat het doel is voor toekomstige detectoren, het totale stroomverbruik nog steeds binnen de strikte limieten zou passen die vereist zijn voor deze enorme experimenten. Dit is cruciaal omdat de detectoren zo dicht op elkaar gepakt zitten dat ze zich geen oververhitting of een te hoog stroomverbruik kunnen veroorloven. De chip toonde ook aan dat hij verschillende soorten elektrische signalen kon afhandelen, wat aantoont dat het ontwerp robuust genoeg is om voor diverse omstandigheden te worden aangepast.
De onderzoekers merkten echter voorzichtig op dat dit een eerste versie van de chip was, en zoals elk prototype had het enkele imperfecties. Ze ontdekten dat de manier waarop de chip werd gekalibreerd kleine fouten veroorzaakte in de meting van de energie van deeltjes, met name wanneer veel pixels tegelijkertijd actief waren. Ze vonden ook dat het vermogen van de chip om zeer lage energieniveaus te onderscheiden verbeterd kon worden met een paar ontwerpwijzigingen. Dit zijn geen fundamentele gebreken in het idee van een slimme chip, maar eerder groeipijnen van een nieuwe technologie. Het team heeft al geschetst hoe ze deze problemen in de volgende versie zullen oplossen, bijvoorbeeld door elke pixel een eigen toegewezen kalibratielijn te geven om interferentie te voorkomen.
Het succes van dit prototype markeert een belangrijke stap voorwaarts in de zoektocht naar het bouwen van slimmere detectoren. Het bewijst dat het mogelijk is om complexe besluitvormingsinstrumenten rechtstreeks op de siliciumsensoren te plaatsen die het universum observeren. Door de ruis bij de bron te filteren, zouden deze chips wetenschappers in staat stellen dieper in de botsingen te kijken, waardoor zeldzame en vluchtige gebeurtenissen worden vastgelegd die anders begraven zouden worden in een zee van data. Het werk dat hier wordt gepresenteerd, laat niet alleen zien dat de technologie werkt; het laat zien dat het werkt met de precisie en efficiëntie die nodig zijn voor de volgende generatie ontdekkingen. Terwijl het team toewerkt naar de bouw van de definitieve versie, zijn zij erover overtuigd dat zij het ontwerp kunnen verfijnen om de extreme omstandigheden van de toekomstige deeltjesversnellers aan te kunnen, zodat de belangrijkste signalen van de rand van het universum nooit verloren gaan.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.