A heterogeneous and vectorized sequence for the HL-LHC full tracking reconstruction of the CMS experiment

In het hart van de Europese Alpen, onder een ring van supergeleidende magneten, laat de Large Hadron Collider protonen op elkaar botsen met energieën die nog nooit eerder zijn bereikt. Het doel is om de omstandigheden van het universum vlak na de geboorte ervan te recreëren, op zoek naar de fundamentele regels die materie en energie beheersen. Om dit te doen, fungeert het CMS-experiment als een massieve, driedimensionale camera die de brokstukken van deze botsingen vastlegt. De machine staat echter aan de vooravond van een transformatie die hem veel krachtiger, maar ook veel moeilijker leesbaar zal maken. De High-Luminosity Large Hadron Collider zal protonen afvuren in bundels die zo dicht zijn dat een enkel moment van botsing honderden overlappende gebeurtenissen zal bevatten. In plaats van een helder beeld van één interactie te zien, zal de detector worden overspoeld door een chaotische storm van deeltjes, wat een wirwar van signalen creëert die in real time ontward moeten worden.

De uitdaging is niet alleen het zien van de deeltjes, maar het verbinden van de punten. Terwijl deze deeltjes door de detector vliegen, laten ze kleine elektrische signalen achter, zoals voetstappen in de sneeuw. De computer moet deze voetstappen koppelen om het pad van elk deeltje te reconstrueren. In het verleden was dit een beheersbare taak, maar met de nieuwe machine zal het aantal voetstappen met een factor tien toenemen. Als de software die gebruikt wordt om deze punten te verbinden hetzelfde blijft, zal deze overweldigd raken en niet in staat zijn om de datastroom bij te houden. Het resultaat zou een verlies van kostbare wetenschappelijke informatie zijn, omdat de computer simpelweg de enorme hoeveelheid botsingen niet kan verwerken.

Om dit op te lossen, hebben onderzoekers van het CMS-experiment een nieuwe strategie ontwikkeld voor hoe de computer over deze banen denkt. Ze realiseerden zich dat de oude manier van werken, die een traag, stapsgewijs proces volgde, niet langer levensvatbaar was. In plaats daarvan bouwden ze een systeem dat werkt als een hooggeorganiseerde, parallelle beroepsbevolking, ontworpen om te draaien op de meest moderne computerchips die beschikbaar zijn. Deze nieuwe aanpak combineert drie verschillende methoden, elk geoptimaliseerd voor een ander type processor, om de chaos van de High-Luminosity collider te sorteren. Het resultaat is een systeem dat niet alleen sneller is, maar ook aanzienlijk efficiënter in het wegfilteren van onjuiste paden, terwijl het in staat blijft om dezelfde zeldzame, interessante deeltjes te vinden die verborgen liggen in de ruis.

Het nieuwe systeem begint met het maken van een lijst van potentiële startpunten voor deeltjesbanen. In de oude methode genereerde de computer een enorm aantal gissingen, waarvan er velen fout waren, met een foutpercentage in de initiële fase (seeding fake rate) van wel 80%. Dit was inefficiënt. De nieuwe strategie gebruikt een gespecialiseerd algoritme genaamd Extended Patatrack om eerst naar de binnenste lagen van de detector te kijken. Dit hulpmiddel is ontworpen om te draaien op graphics processing units, hetzelfde type krachtige chips dat in spelcomputers wordt gevonden en dat uitblinkt in het tegelijkertijd uitvoeren van veel berekeningen. Door een minimaal aantal signalen te vereisen om een startpunt te vormen, creëert dit algoritme een zeer schone lijst van kandidaten, waardoor het overgrote deel van de valse starts al voordat ze beginnen, wordt weggegooid. Dit vermindert de werklast voor de volgende fase met een aanzienlijke marge, door het aantal valse sporen terug te brengen tot minder dan 10% vergeleken met de vorige methode.

Sommige deeltjes zijn echter lastig. Langlevende deeltjes, die een korte afstand afleggen voordat ze vervallen, laten mogelijk niet genoeg signalen achter in de binnenste lagen om door het eerste algoritme te worden opgevangen. Om deze te vangen, heeft het team een tweede hulpmiddel geïntroduceerd genaamd Line Segment Tracking. Deze methode kijkt naar de buitenste lagen van de detector, waar de geometrie van de sensoren het mogelijk maakt om parallel korte segmenten van banen op te bouwen. Vervolgens koppelt het deze segmenten aan elkaar, waarbij het geometrische regels en machine learning gebruikt om te beslissen welke segmenten bij elkaar passen om een volledig pad te vormen. Dit zorgt ervoor dat zelfs de ongrijpbare deeltjes die van het centrum van de botsing wegdriften, niet verloren gaan. Wanneer gecombineerd met het eerste hulpmiddel, vangt deze tweeledige aanpak bijna alle deeltjes die gevonden moeten worden, terwijl het aantal fouten extreem laag blijft.

Zodra de startpunten zijn geïdentificeerd, volgt de laatste stap: het fitten van het volledige pad van het deeltje door de detector. Dit is waar het derde hulpmiddel, bekend als mkFit, in beeld komt. Dit algoritme is ontworpen om efficiënt te draaien op standaard computerprocessors, gebruikmakend van een techniek genaamd vectorisatie, waardoor het veel banen tegelijkertijd kan verwerken. Het neemt de kandidaten van de vorige stappen en berekent hun exacte paden, waarbij de snelheid en richting met hoge precisie worden bepaald. Het team heeft dit hele nieuwe proces getest in simulaties die de omstandigheden van de toekomstige collider nabootsen, waarbij tweehonderd botsingen tegelijkertijd plaatsvinden. Ze ontdekten dat het nieuwe systeem de banen met een vergelijkbare efficiëntie als de oude kon reconstrueren, maar met een veel lager foutpercentage.

Het meest opvallende resultaat van dit werk is de snelheid. Door de meest veeleisende delen van de berekening naar gespecialiseerde hardware te verplaatsen en de code te optimaliseren voor moderne processors, heeft het team de tijd verminderd die nodig is om een enkele gebeurtenis te verwerken. Wanneer het systeem alleen op standaard computerprocessors draait, is het ongeveer negen procent sneller dan de oude methode. Maar wanneer de zware taken worden overgedragen aan graphics processors, daalt de benodigde tijd met dertig-drie procent. Dit is een cruciale verbetering, aangezien de strikte tijdsgrenzen van het online trigger-systeem betekenen dat elke fractie van een seconde telt. Het nieuwe systeem verbetert ook het vermogen om deeltjes te vinden die een afstand van het botsingspunt hebben afgelegd, een capaciteit die essentieel is voor het bestuderen van bepaalde soorten zeldzame natuurkunde.

Dit werk vertegenwoordigt een fundamentele verschuiving in de manier waarop het experiment met data omgaat. Het beweegt weg van een enkel, sequentieel proces dat worstelt met complexiteit, naar een flexibele, parallelle aanpak die er juist van gedijt. De algoritmen die zijn ontwikkeld voor de online trigger worden ook aangepast voor de offline analyse, waarbij wetenschappers de data later in meer detail bestuderen. Dit betekent dat het gehele experiment zal profiteren van een verenigde, efficiënte manier om het universum te zien. Wanneer de High-Luminosity Large Hadron Collider in bedrijf wordt genomen, zal deze nieuwe tracking-sequentie ervoor zorgen dat het CMS-experiment nauwkeurige metingen kan blijven verrichten en nieuwe natuurkunde kan ontdekken, zelfs in het bijzijn van de meest extreme omstandigheden die de natuur kan bieden.