Behavioral-Level Simulation of Digital Readout for COFFEE at LHCb Upstream Pixel Tracker

Este artigo apresenta uma simulação de nível comportamental do circuito de leitura digital do sensor de pixels HVCMOS COFFEE, desenvolvido para o rastreador Upstream Pixel do LHCb Upgrade II, validando a eficiência do mecanismo de drenagem de coluna e avaliando os recursos necessários para a arquitetura de leitura periférica adaptada ao formato de dados compartilhado por BXID, fornecendo diretrizes para as versões futuras COFFEE3 e CHiR.

O essencial

Imagine que o LHCb é um gigantesco "acelerador de partículas", uma espécie de corrida de Fórmula 1 onde prótons viajam a velocidades quase iguais à da luz. O LHCb Upgrade II é a próxima geração dessa corrida, onde os carros (prótons) vão ainda mais rápido e em maior quantidade.

Neste cenário, os cientistas precisam de "câmeras" ultra-rápidas e inteligentes para tirar fotos das colisões. Essas câmeras são chamadas de sensores COFFEE. O problema é que, na pista mais interna (perto da linha de chegada), a quantidade de "acidentes" (colisões de partículas) é tão enorme que a câmera pode ficar sobrecarregada, perdendo informações importantes.

Este artigo é como um relatório de testes de estresse feito em um computador antes de construir a câmera real. Os autores simularam como a câmera se comportaria sob essa pressão extrema.

Aqui está a explicação simplificada, usando analogias do dia a dia:

1. O Problema: A "Festa" Muito Lotada

Pense no sensor como uma sala de festas com 128 filas de pessoas (colunas de pixels). Quando uma partícula bate no sensor, é como se alguém gritasse "Estou aqui!" na sala.

• O Cenário: Em alguns momentos, há gritos tão frequentes que a sala fica cheia de gente tentando falar ao mesmo tempo.
• O Risco: Se o sistema de som (a eletrônica) for lento, ele vai perder quem gritou primeiro ou quem gritou mais forte. Isso se chama "perda de eficiência".

2. A Solução 1: O "Porta-voz" Rápido (Leitura de Coluna)

O sensor COFFEE usa um sistema chamado "drenagem de coluna". Imagine que cada fila de pessoas tem um porta-voz que deve correr até o final da fila para anotar quem gritou.

• A Descoberta: Os cientistas descobriram que o porta-voz precisa ser extremamente rápido.
• A Regra de Ouro: Se o porta-voz demorar mais de 100 nanossegundos (um bilionésimo de segundo) para ir e voltar, ele começa a perder gritos.
• A Analogia: É como se você tivesse que anotar os nomes de 100 pessoas em uma fila em menos de um piscar de olhos. Se você demorar um pouco mais, a fila cresce, as pessoas se empurram e você esquece quem estava lá.
• Resultado: Com o ciclo de leitura de 100 ns ou menos, a câmera captura quase 100% dos eventos. Se for mais lento, a eficiência cai e a imagem fica distorcida.

3. A Solução 2: A "Caixa de Correio" Inteligente (Memória e Formato de Dados)

Como há tantos gritos de uma só vez, o sensor precisa de um lugar para guardar as mensagens antes de enviá-las para o computador principal.

• O Desafio: Às vezes, há "rajadas" de gritos (muitas colisões de uma vez). O sistema precisa de uma memória gigante para não perder esses picos.
• O Formato BXID-sharing: Em vez de enviar cada mensagem individualmente (o que ocuparia muito espaço), o sensor agrupa as mensagens que aconteceram no mesmo "batimento cardíaco" da máquina (o mesmo BXID). É como enviar um único envelope com 10 cartas dentro, em vez de 10 envelopes separados. Isso economiza muito espaço.
• A "Caixa de Correio" (Buffer Circular): Eles criaram uma memória especial que funciona como uma esteira giratória.
  • O Problema da "Cauda Longa": A maioria das mensagens chega rápido (em 80 "tic-tacs" do relógio), mas algumas demoram muito mais (até 215 tic-tacs) porque ficaram presas no trânsito interno.
  • O Dilema: Se a memória for pequena, você corta a "cauda longa" e perde essas mensagens raras. Se a memória for enorme, ela fica vazia a maior parte do tempo (gastando energia e espaço).
  • A Conclusão: Eles calcularam que precisam de uma memória grande o suficiente para segurar até os casos mais lentos, mas propõem algoritmos mais inteligentes no futuro para gerenciar esse espaço sem desperdício.

4. O Resultado Final: A "Fita" de Dados

Depois de organizar tudo, o sensor precisa enviar os dados para fora.

• Eles têm 6 "tubos" (links) de saída de alta velocidade.
• O Teste: Mesmo com a sala lotada, os 6 tubos conseguiram lidar com o tráfego quase sem engarrafamentos (usando 99% da capacidade do primeiro tubo, por exemplo). Isso significa que a "estrada" para os dados é larga o suficiente.

Resumo em uma frase

Os cientistas criaram um "simulador de trânsito" para provar que a nova câmera (COFFEE) consegue lidar com a loucura de colisões do LHCb, desde que ela seja rápida demais para piscar (100 ns) e tenha uma memória inteligente para guardar as rajadas de dados, garantindo que nenhuma partícula importante passe despercebida.

Em suma: É como garantir que, em um show lotado, o sistema de som e as câmeras sejam rápidos e espertos o suficiente para registrar cada aplauso, mesmo quando a multidão vai à loucura.

Resumo técnico

Resumo Técnico: Simulação de Nível Comportamental do Leitura Digital para COFFEE no Rastreador de Pixels a Montante do LHCb

1. Problema

O artigo aborda os desafios de desenvolvimento do sensor de pixels HVCMOS da série COFFEE, projetado para o Rastreador de Pixels a Montante (UP - Upstream Pixel) do Upgrade II do experimento LHCb.

• Condições Extremas: Após o Upgrade II, o LHCb operará com colisões próton-próton a 14 TeV e uma luminosidade de $1,0 \times 10^{34} \, cm^{-2}s^{-1}$. Os chips mais internos do rastreador UP estarão a apenas 4 cm do tubo de feixe.
• Taxa de Impacto: Essa proximidade resulta em taxas de impacto de partículas extremamente altas, atingindo um máximo de 322,5 MHz por chip.
• Desafio de ASIC: A alta densidade de impactos gera tráfego de dados não uniforme e explosivo ("bursty"), criando riscos de perda de eficiência na detecção e exigindo recursos de memória e largura de banda significativos nos circuitos de leitura digital (ASIC). É crucial simular esses cenários para garantir que o design do chip suporte as condições operacionais sem perda de dados.

2. Metodologia

Os autores realizaram uma simulação de nível comportamental utilizando a linguagem SystemC.

• Modelo: Foi estabelecido um modelo detalhado da matriz de pixels e dos circuitos de leitura periféricos.
• Entrada de Dados: Em vez de usar apenas densidades médias de impacto, o testbench foi alimentado com eventos de impacto gerados por Monte Carlo (MC) baseados em 50.000 colisões próton-próton de viés mínimo. Isso permitiu capturar flutuações estatísticas, tráfego não uniforme e picos de dados raros.
• Foco da Simulação:
  1. Análise do mecanismo de leitura por drenagem de coluna (column-drain) adotado pelo COFFEE3.
  2. Avaliação da arquitetura de leitura periférica adaptada ao formato de dados de compartilhamento de BXID (Bunch Crossing ID), focando nos recursos de memória necessários.
• Cenários: Dois chips "pior caso" foram selecionados para análise, com taxas de impacto de 322,5 MHz (Chip 2) e 274,9 MHz (Chip 1).

3. Contribuições Chave

• Definição de Parâmetros Críticos de Leitura: Identificação precisa do limite de tempo para o ciclo de leitura único para manter a eficiência de detecção.
• Arquitetura de Leitura Adaptada: Proposta e validação de uma arquitetura periférica que utiliza um buffer circular multi-banco globalmente compartilhado para lidar com o formato de dados compacto e compartilhado (BXID-sharing).
• Otimização de Recursos: Avaliação quantitativa da profundidade de FIFOs e largura de banda necessária, demonstrando que o design é viável no processo de 55 nm, mas aponta oportunidades para otimização futura.

4. Resultados Principais

• Eficiência do Mecanismo de Leitura (Column-Drain):
  • A eficiência do chip permanece próxima de 100% quando a largura do sinal de leitura (READ signal width) é $\le$ 100 ns.
  • Para tempos superiores a 100 ns, a eficiência cai significativamente. No Chip 1, observa-se também uma não uniformidade na eficiência entre diferentes colunas duplas devido à distribuição não uniforme de impactos, o que poderia introduzir viés sistemático nas quantidades físicas reconstruídas.
• Recursos de Memória e Latência:
  • A latência desde o impacto até a chegada do pacote de dados ao buffer circular segue uma distribuição com uma "cauda longa" (até 215 ciclos de relógio), causada principalmente pela fila de espera (queuing) nos pixels.
  • Para manter a eficiência, o buffer circular deve cobrir essa cauda longa. A simulação indicou que uma profundidade de FIFO de aproximadamente 23 é necessária na interface frontal.
  • A truncagem da cauda longa para economizar memória resulta em perda de eficiência.
• Utilização de Largura de Banda:
  • Com o formato "Normal Compact" e seis links de saída de 1,28 Gbps, a utilização da largura de banda foi extremamente alta (entre 39,3% e 99,8%, dependendo do link e do chip).
  • A ocupação máxima do FIFO assíncrono foi baixa (4 para o Chip 1 e 6 para o Chip 2), indicando que a provisionamento de links é suficiente para a região de maior densidade de impactos.

5. Significado e Impacto

• Guia de Design: Os resultados fornecem diretrizes críticas para o projeto do COFFEE3 (fabricado em 2025) e da arquitetura de leitura periférica do CHiR (entregue em 2026).
• Viabilidade do Upgrade: A simulação confirma que o mecanismo de leitura por drenagem de coluna, operando com ciclos de $\le$ 100 ns, é capaz de lidar com as taxas de impacto do Upgrade II do LHCb.
• Otimização Futura: Embora a área de leitura periférica seja suficiente para os recursos de memória exigidos no processo de 55 nm, o estudo revela que a maior parte da memória permanece ociosa na maior parte do tempo. Isso abre espaço para o desenvolvimento de algoritmos de agendamento mais inteligentes no futuro para reduzir o consumo de área e energia.
• Próximos Passos: O trabalho atual assume condições ideais de "sem pressão de retorno" (no back-pressure). Trabalhos futuros incluirão uma simulação global que integre todas as etapas do sistema para validar o desempenho sob condições reais de operação.