1 / 17

ATLAS 実験における高速トラッキングトリガーシステムの開発研究

ATLAS 実験における高速トラッキングトリガーシステムの開発研究. 木村直樹 , 　寄田浩平 , 早稲田大学 理工総研 for ATLAS-FTK Group 日本物理学会　 2009 年秋季大会 9 月 10 日. Calo. Muon. Pixel/SCT. LVL1 Trigger. ROD. ROD. ROD. ROB. ROB. ROB. RoI. LVL2 CPU Farm. 高速トラッキングトリガー（ FTK ）.

akiko
Download Presentation

ATLAS 実験における高速トラッキングトリガーシステムの開発研究

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ATLAS実験における高速トラッキングトリガーシステムの開発研究ATLAS実験における高速トラッキングトリガーシステムの開発研究 木村直樹, 　寄田浩平, 早稲田大学 理工総研 for ATLAS-FTK Group 日本物理学会　2009年秋季大会 9月10日

  2. Calo Muon Pixel/SCT LVL1 Trigger ROD ROD ROD ROB ROB ROB RoI LVL2 CPU Farm 高速トラッキングトリガー（FTK） LVL1 accept のPixel/SCTのヒット情報から飛跡を再構成し、2GeV以上の全トラックの方向,Pt,インパクトパラメータ,などを高速にLv2に送る。 Full Pixel/SCT Hits received @ 50KHz~100KHz FTK High quality track (PT > ~2 GeV) Not only RoI 2013年稼動にむけて開発研究中であり、現在TDRを執筆中。

  3. FTKの目的 • 現状のデザインでは、トラッキングはLVL2とその下流で行われる。そこにFTKがLVL2に全領域のトラック情報をあたえることによって： • impact parameter(isolation)を使ってｂクォーク（τ）を識別することにより、膨大な量のQCDを破棄することができ、LVL2のインプット幅を増やせる。結果マルチジェットトリガーのPｔ閾値を下げられる。 例： * ダウンタイプへの結合が 大きなtanで強調される。 LVL1,4jet triggerのbandwidthを増やせ、4jet triggerのEt閾値が50 GeVから30GeVに下げることが可能。 • ROI以外のオブジェクトをLVL2 decisionに使える。 • LVL2でトラッキングしない分LVL2を他の事に使える。 • などなど

  4. FTKシステム 8 region (~45°/region) 11レイヤー （3pixel + 8 SCT） Pixels & SCT FTK RODs Data Formatter (DF) Super Strip Data Organizer (DO) Associative Memory (AM) Hit Road Track Fitter (TF) Raw data ROBs Ｘ8 (each region) Track Data システム上FTKではこれらのプロセスを１～２ｍｓ以内に行わなければならない！ プロセス時間の見積もりが必要。　　　　　　この発表のメインテーマ

  5. Data Organizer (DO) 6DO/region を仮定。　40MHz サイクルでヒットをスーパーストリップへ処理(FIFO) 11 layer を 6DOでカバーするので、基本的に1DOが2 layerのヒットを処理。 全てのヒット情報を保持する。 DF DO AM wait all hits DO DO AM DO DO DO bias Unbias Average # of hit Processing time biased # of hit in DO make delay. ヒット スーパーストリップ ヒット数（pixel layer3） ヒット数は平均 750 hits / layer layer 1DOに1500 Hits 入射で　～10 μsec 790 hits WHbb 1034

  6. Associative Memory (AM) FTK Data Formatter (DF) Super Strip Data Organizer (DO) Associative Memory (AM) Hit Road Track Fitter (TF) Ｘ8 (each region) Track Data

  7. Associative Memory (AM) 12 AM/regionを仮定。 40MHzサイクルで Roadを評価。 DOからの全てのヒット情報を取得後Roadを評価。 FIFO SS 6 DO . . . AM AM 12 AM boards pattern Road DO それぞれのAMには 2(5) M pattern のRoad が入っており、DOからのスーパーストリップがマッチしたroadを出力する。 Road DO layer AMはRoadを作るために全てのヒット情報を待つためプロセス時間に大きく影響！

  8. DO Second Phase FTK Data Formatter (DF) Super Strip Data Organizer (DO) Associative Memory (AM) Hit Road Track Fitter (TF) Ｘ8 (each region) Track Data

  9. Data Organizer: Second Phase 6DO/regionを仮定。　AMからのRoadを関連する保持していたHitsと共にTFに40MHz サイクルで出力する(FIFO)。 Each layer’s Road and Hits AM DO Road TF DO DO DO DO DO 基本的に次にくるTrackFitterに時間がかかるので、 プロセス時間にはあまり影響しない。

  10. Track Fitter(TF) FTK Data Formatter (DF) Super Strip Data Organizer (DO) Associative Memory (AM) Hit Road Track Fitter (TF) Ｘ8 (each region) Track Data

  11. Track Fitter (TF) DOからのRoadと関連したヒットをフィットしてトラックの情報を得る。 １TFに６GigaFitterを仮定。１GagaFitterは１GHｚでフィットを行う。 Track 情報 Each layer’s Road and Hits TF GigaFitter DO GigaFitter x 8 Region GigaFitter GigaFitter GigaFitter GigaFitter 6 Giga fitter Road packet Assembler and Fit distributor １イベントで平均200 kFit （スーパーストリップサイズ に依存） 平均40 μsec 程度のプロセス 時間 layer

  12. Track from FTK Track Efficiency や　Fitの数はSS size とAMに収められるpatternの数に依存する。 全layerにhitを要求　　　　　　　 Hitなしlayerを許容 小さいSS　　　　　大きいSS 今回のシュミレーションでは5mm（２Mpattern 90%Track Eff）程度のSSサイズを使用（大プロセス時間）。　最終的には500μm (20M pattern)程度になる予定。 FTK Offline FTK Offline

  13. プロセス時間の見積もり このようなプロセス時間を正しく見積もれるか？ データのあるCDFも同じようなTrackingTrigger（SVT）があるのでそれでチェックする。 プロセス時間（データ　－　シュミレーション） プロセス時間 Processing time (μsec) Date 読み出し上でのフェイク 今回のシュミレーション ー Data　　　　　　　　　　　　ー CDFのデータとシュミレーションの結果は良く一致！

  14. Total FTK processing time (DO/AM/TF only) ８region でそれぞれシュミレーションの情報を使いプロセス時間をみつもり、最も遅かった region をトータルのプロセス時間とした。 An example: Single muon MC no pileup An example: WHbb 1034

  15. FTK processing time • Peak: ~ 0.15 ms • 57% is within 1 ms • 74% is within 2 ms • 86% is within 5 ms • 4% is over 10 ms • Max 24 ms WHbb 1034 MC Very very preliminary プロセス時間の長いテールリージョンのイベントは膨大な数のfitに依存する。　すなわち、ほとんど　#fit/ 6 GigaFitter x 1 ns がプロセス時間。 つまりGigaFitter の数を２倍にすれば、プロセス時間は1/2. これは最悪ケースをシュミレーションしただけ。 実際には、ボードの構成やシステムの改良を最適していく。

  16. Event Examples プロセス時間が長いイベントの例 The slowest event (23ms) 2ms

  17. Summary • FTKの開発研究は順調に進んでいる。 • 11月末にTDRが完成する予定。 • 11月の衝突データを有効利用。 • L2　トラッキングとの比較。 • マルチジェットMCでのプロセス時間の研究（lum1033,34,35）。 • FTKシステムの構成の最適化。 • Event buffer size の研究。 今後の予定 プロセス時間研究の今後の予定

More Related