Upload
akiko
View
44
Download
4
Embed Size (px)
DESCRIPTION
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 ). - PowerPoint PPT Presentation
Citation preview
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
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
高速トラッキングトリガー( FTK )
CaloCaloCaloCalo MuonMuonMuonMuon Pixel/SCTPixel/SCTPixel/SCTPixel/SCT
LVL1LVL1TriggerTriggerLVL1LVL1
TriggerTrigger
RODROD RODROD RODROD
ROBROB ROBROB ROBROB
LVL2 CPU FarmLVL2 CPU FarmRoIRoI
FTKFTKFTKFTK
Full Pixel/SCTHits received @50KHz~100KHz
High quality track(PT > ~2 GeV)Not only RoI
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。
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
例:
* ダウンタイプへの結合が 大きな tan で強調される。LVL1,4jet triggerLVL1,4jet trigger のの bandwidthbandwidth を増やせ、を増やせ、 4jet trigger4jet trigger
のの EtEt 閾値が閾値が 50 GeV50 GeV からから 30GeV30GeV に下げることが可能。に下げることが可能。
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 P t閾値を下げられる。
•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
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
8 region (~45°/region)
Pixels & SCT
RODs
Raw dataROBs
Data Organizer(DO)
Associative Memory(AM)
Track Fitter(TF)
FTK
Track Data
Hit
Super Strip
Road
Data Formatter(DF)
X 8 (each region)
11 レイヤー( 3pixel + 8 SCT )
5
Data Organizer (DO)
DO
DO
DODO
DO
DO
DF
ヒット
AM
スーパーストリップ
AM wait all hits
Processing timeAverage # of hitUnbiasbias
biased # of hit in DO make delay.
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。
ヒット数( pixel layer3 )
790 hits
ヒット数は平均750 hits / layer
WHbb 1034
1DO に 1500 Hits 入射で ~ 10 μsec
laye
r
6
Associative Memory (AM)
Data Organizer(DO)
Associative Memory(AM)
Track Fitter(TF)
FTK
Track Data
Hit
Super Strip
Road
Data Formatter(DF)
X 8 (each region)
7
Associative Memory (AM)
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。
. . . 12 AM boardspattern
AM6 DO
FIFO
DO
SS
Road
Road
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。
DO
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!
laye
r
8
DO Second Phase
Data Organizer(DO)
Associative Memory(AM)
Track Fitter(TF)
FTK
Track Data
Hit
Super Strip
Road
Data Formatter(DF)
X 8 (each region)
9
Data Organizer: Second Phase
DO
DO
DODO
DO
DO
Road
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) 。
TF
Each layer’sRoad and Hits
AM
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)
Data Organizer(DO)
Associative Memory(AM)
Track Fitter(TF)
FTK
Track Data
Hit
Super Strip
Road
Data Formatter(DF)
X 8 (each region)
11
Track Fitter (TF)
DO
TF
Road packet Assembler and Fit distributor
Each layer’sRoad and Hits
GigaFitter
GigaFitter
GigaFitter
GigaFitter
GigaFitter
GigaFitter6 Giga fitter
Track 情報
x 8 Region
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。1 TF に6 GigaFitter を仮定。1 GagaFitter は1 GH zでフィットを行う。
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
laye
r
12
Track from FTK
小さい SS 大きい SS
全 layer に hit を要求 Hit なし layer を許容
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。
FTKOffline
FTKOffline
FTK iPAT 30
今回のシュミレーションでは 5mm (2 M pattern 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。
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。
CDF のデータとシュミレーションの結果は良く一致!
Processing time (μsec)Date 読み出し上でのフェイク
プロセス時間(データ - シュミレーション) プロセス時間
今回のシュミレーション ーData ー
14
Total FTK processing time (DO/AM/TF only)
8 region 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
WHbb 1034 MC
• 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
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.
Very very preliminary
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
The slowest event (23ms)プロセス時間が長いイベントの例
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