CERN团队期待GPU计算集群可为LHC新实验提供强大助力

（图自：CERN）

据悉，LHC实验的最新升级，即将于2023年投入使用。

考虑到传统中央处理器（CPU）难以应付新的计算挑战，目前正有四个大型项目在尝试采用GPU并行计算方案。

图上图所示，某Run 3候选HLT节点装配了双路AMD Milan 64核CPU +两张英伟达Tesla T4 GPU 。

GPU在图像处理等应用场景下具有极高的效率，最初只是为了加速计算机3D图形渲染而打造。

但在过去的几年里，LHC实验、全球LHC计算网格（WLCG）和CERN openlab就已展开过这方面的研究尝试。

而在高能物理应用中加大GPU的计算投入，不仅能够提升CERN计算基础设施的质量和规模，还有助于提升系统的整体能效。

铅-铅碰撞的2 ms可视化呈现（图自：ALICE TPC / CERN）

CERN IT部门负责人Enrica Porcari表示：

LHC雄心勃勃的升级计划，带来了一系列令人兴奋的计算挑战。好消息是，GPU能够在机器学习（DL）方面提供有力的支撑，帮助研究人员解决许多问题。

自2020年以来，CERN IT部门提供了对数据中心GPU平台的访问权限，其已被证明在一系列应用中很受欢迎。

更重要的是，CERN openlab正通过与工业界的合作研发项目，对将GPU用于机器学习一事展开郑重深入的调查。

与此同时，CERN的科学计算协作小组，目前正努力帮助移植和优化实验中的关键代码。

多年前，ALICE项目就率先在其“高级触发在线计算机农场”（HLT）中使用了GPU，但也是迄今唯一大规模运用GPU的实验。

而新升级的ALICE探测器拥有超过120亿个连续读取的电子传感器元件，每秒可生成超过3.5 TB的数据流。即使经过一级数据处理，数据流量仍高达600 GB/s 。

这些数据会被放到具有250个节点的HPC农场展开在线分析，每个节点包含8路GPU + 32核CPU 。

大多数情况下，可将单个粒子检测器信号组装成粒子轨迹的软件（事件重建）工作，现均已适应了在GPU上并行工作。

从2022年开始，LHCb实验将处理4 TB/s的数据流，并对每秒筛选出的最有趣的10 GB/s LHC碰撞数据展开物理分析。

其独特方法是不卸载工作，而是分析GPU上每秒3000万个粒子束交叉点。自2018年以来，随着CPU处理的改进，LHCb的探测器重建能效也提升了将近20倍。

目前研究人员正期待着使用2022年的首批新系统调试数据，并在此基础上让升级后的LHCb探测器得以发挥其完整的物理潜力。

关键词：科学探索CERN团队期待GPU计算集群可为LHC新实验提供强大