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

No coração dos Alpes Europeus, sob um anel de ímãs supercondutores, o Grande Colisor de Hádrons colide prótons em energias nunca antes alcançadas. O objetivo é recriar as condições do universo momentos após o seu nascimento, buscando as regras fundamentais que governam a matéria e a energia. Para fazer isso, o experimento CMS atua como uma câmera tridimensional massiva, capturando os detritos dessas colisões. No entanto, a máquina está prestes a passar por uma transformação que a tornará muito mais poderosa, porém muito mais difícil de ser lida. O Grande Colisor de Hádrons de Alta Luminosidade disparará prótons em feixes tão densos que um único momento de colisão conterá centenas de eventos sobrepostos. Em vez de ver uma imagem limpa de uma interação, o detector será inundado por uma tempestade caótica de partículas, criando um emaranhado de sinais que deve ser desembaraçado em tempo real.

O desafio não é apenas ver as partículas, mas conectar os pontos. À medida que essas partículas voam pelo detector, elas deixam para trás minúsculos sinais elétricos, como pegadas na neve. O computador deve ligar essas pegadas para reconstruir o caminho de cada partícula. No passado, esta era uma tarefa gerenciável, mas com a nova máquina, o número de pegadas aumentará em um fator de dez. Se o software usado para conectar esses pontos permanecer o mesmo, ele será sobrecarregado, incapaz de acompanhar o fluxo de dados. O resultado seria uma perda de preciosa informação científica, pois o computador simplesmente não conseguiria processar o volume colossal de colisões.

Para resolver isso, pesquisadores no experimento CMS desenvolveram uma nova estratégia de como o computador pensa sobre essas trajetórias. Eles perceberam que a antiga forma de trabalhar, que seguia um processo lento e passo a passo, não era mais viável. Em vez disso, construíram um sistema que funciona como uma força de trabalho altamente organizada e paralela, projetada para rodar nos chips de computador mais modernos disponíveis. Esta nova abordagem combina três métodos distintos, cada um otimizado para um tipo diferente de processador, para filtrar o caos do colisor de Alta Luminosidade. O resultado é um sistema que é não apenas mais rápido, mas também significamente mais eficiente ao filtrar caminhos incorretos, mantendo a mesma capacidade de encontrar as partículas raras e interessantes escondidas no ruído.

O novo sistema começa criando uma lista de potenciais pontos de partida para os caminhos das partículas. No método antigo, o computador gerava um número massivo de palpites, muitos dos quais estavam errados, com uma taxa de sementes falsas de até 80%. Isso era ineficiente. A nova estratégia utiliza um algoritmo especializado chamado Extended Patatrack para observar primeiro as camadas internas do detector. Esta ferramenta foi projetada para rodar em unidades de processamento gráfico, o mesmo tipo de chips poderosos encontrados em consoles de videogame, que se destacam ao realizar muitos cálculos simultaneamente. Ao exigir um número mínimo de sinais para formar um ponto de partida, este algoritmo cria uma lista de candidatos muito limpa, descartando a vasta maioria dos começos falsos antes mesmo de eles iniciarem. Isso reduz a carga de trabalho para a próxima etapa em uma margem significativa, cortando o número de pistas falsas para menos de 10% em comparação ao método anterior.

No entanto, algumas partículas são complicadas. Partículas de vida longa, que viajam uma curta distância antes de decair, podem não deixar sinais suficientes nas camadas internas para serem capturadas pelo primeiro algoritmo. Para capturá-las, a equipe introduziu uma segunda ferramenta chamada Line Segment Tracking. Este método observa as camadas externas do detector, onde a geometria dos sensores permite construir segmentos curtos de trajetórias em paralelo. Ele então conecta esses segmentos, usando regras geométricas e aprendizado de máquina para decidir quais deles se encaixam para formar um caminho completo. Isso garante que mesmo as partículas esquivas que se afastam do centro da colisão não sejam perdidas. Quando combinado com a primeira ferramenta, essa abordagem de duas frentes captura quase todas as partículas que precisam ser encontradas, mantendo o número de erros extremamente baixo.

Uma vez identificados os pontos de partida, a etapa final é ajustar o caminho completo da partícula através do detector. É aqui que entra a terceira ferramenta, conhecida como mkFit. Este algoritmo é projetado para rodar eficientemente em processadores de computador padrão, utilizando uma técnica chamada vetorização que permite processar muitas trajetórias simultaneamente. Ele pega os candidatos das etapas anteriores e calcula seus caminhos exatos, determinando sua velocidade e direção com alta precisão. A equipe testou toda esta nova sequência em simulações que mimetizam as condições do futuro colisor, onde duzentos colisões acontecem ao mesmo tempo. Eles descobriram que o novo sistema podia reconstruir as trajetórias com eficiência equivalente à do antigo, mas com uma taxa de erros muito menor.

O resultado mais impressionante deste trabalho é a velocidade. Ao mover as partes mais exigentes do cálculo para hardware especializado e otimizar o código para processadores modernos, a equipe reduziu o tempo necessário para processar um único evento. Ao rodar apenas em processadores de computador padrão, o novo sistema é cerca de nove por cento mais rápido que o antigo. Mas quando o trabalho pesado é transferido para processadores gráficos, o tempo necessário cai em trinta e três por cento. Este é um avanço crítico, pois os limites de tempo rigorosos do sistema de gatilho online significam que cada fração de segundo conta. O novo sistema também melhora a capacidade de encontrar partículas que viajaram uma distância para longe do ponto de colisão, uma capacidade essencial para estudar certos tipos de física rara.

Este trabalho representa uma mudança fundamental na forma como o experimento lida com os dados. Ele se afasta de um processo único e sequencial que luta contra a complexidade, em direção a uma abordagem paralela e flexível que prospera com ela. Os algoritmos desenvolvidos para o gatilho online também estão sendo adaptados para a análise offline, onde os cientistas estudam os dados com mais detalhes posteriormente. Isso significa que todo o experimento se beneficiará de uma maneira unificada e eficiente de enxergar o universo. À medida que o Grande Colisor de Hádrons de Alta Luminosidade entrar em operação, esta nova sequência de rastreamento garantirá que o experimento CMS possa continuar a realizar medições precisas e descobrir nova física, mesmo diante das condições mais extremas que a natureza possa proporcionar.