Download - Autori Progetto S.Co.P.E. – WP4 Fisica Subnucleare – Esperimento ATLAS M. Biglietti Università di Napoli Federico II

Autori

Progetto S.Co.P.E. – WP4

Fisica Subnucleare – Esperimento ATLAS

M. Biglietti Università di Napoli Federico II

Workshop SCoPE - Stato del progetto e dei Work PackagesSala Azzurra - Complesso universitario Monte Sant’Angelo

21-2-2008

Large Hadron Collider (LHC) Collisionatore protone - protone Energia nel centro di massa di 14 TeV Circonferenza di 27 km Programma di fisica

Studio della fisica delle particelle nel range del TeV Ricerca del bosone di Higgs di Modello Standard Ricerca di particelle supersimmetriche Misure di precisione

Partenza prevista nel 2008

ATLASALICE

CMS

LHCb


21-2-2008

L'Apparato Sperimentale ATLAS

Muon chambers

Hadronic calorimeter

Electromagnetic calorimeter

Inner detector

µ

eK0,n

,p

22 m

46 m

Apparato sperimentale in grado di investigare un ampio spettro di misure fisiche

Lunghezza di 46 m, diametro di 22 m

Struttura a strati concentrici, 2 endcaps, barrel

Inner Tracker, calorimetri, spettrometro per muoni

Inner Tracker contenuto in un solenoide (max 2 T), spettrometro per m integrato in un toroide (air core, max 3.9 T nel barrel, 4.1 T negli endcaps)

108 canali di elettronica


21-2-2008

Evento di LHC Incrocio dei fasci ogni 25 ns rate 109

Hz 25 interazioni per incrocio Sono necessari rivelatori con un'alta

granularita' 108 canali di elettronica event size ~1 MB Rate di input 1PB/s ! Siamo in grado di scrivere su disco

~100 MB/s Sistema di trigger che selezione eventi

con particelle con alta energia reiezione 107

Eventi scritti file da max 2 GB, 16k file al giorno 10 TB/giorno !

p

p

p

p


21-2-2008

Esigenze nell'uso di HPC Complessità del software di esperimento

Esigenza di un framework (ATHENA) comune per tutti i task di un esperimento di High Energy Physics (HEP)

Problemi di storage efficiente dei dati (e di spazio disco) Esigenza di distribuire efficientemente i dati (Distributed Data Management tools) Ottimizzazione del formato dati (Event Data Model)

Esigenza di rendere semplice l'accesso alle risorse ed ai dati

Tools di analisi distribuita (GANGA)


21-2-2008

ATHENA

Monte Carlo Ricostruzione

eventi

AnalisiIdentificazione

eventi

SimulazioneRivelatore

Il Software di ATLAS: ATHENA Richieste

Flessibilità e Mantenibilità (≈ 20 anni) Modellizzazione dei dati e algoritmi comune Separazione concettuale tra dati e algoritmi Algoritmi guidati dal framework attraverso esecuzione di sequenze

Sviluppato con tecniche OO/C++ Configurazione via linguaggio di scripting (Python)

Varie distribuzioni (releases) prodotte dall'esperimento Sviluppo Produzione nigthlies (DEV, VAL, BUGFIX) Dimensione di una release ~10 GB

Diviso in ~20 sotto-progetti O(103) sviluppatori

Piattaforma Linux (RedHat SCL4)


21-2-2008

Esempi di Task del Software ATLAS Framework

conversione dei dati nei vari formati passaggio informazioni tra gli algoritmi configurazione delle condizioni e parametri servizi (misura di CPU time, memory usage)

Simulazione Monte Carlo (Generatori HEP & Geant4) generazione eventi Trasporto delle tracce Simulazione delle interazioni tra le particelle e la materia Descrizione dettagliata della geometria del rivelatore e materiali inerti (DB) Descrizione del Campo Magnetico

Ricostruzione pattern recognition (globali, locali, Kalman Filter) clustering extrapolazione delle tracce ( straight line, parametrizzazione elicoidale,metodi numerici) combinazione delle tracce risoluzione delle ambiguità track fit calibrazione

Analisi Navigazione semplice degli oggetti strumenti per calcoli cinematica associazione oggetti ricostruiti – oggetti MC istogrammi, fit, procedure di minizzazione, visualizzazione (ROOT)

Event Display

necessità di algoritmi ad alte prestazioni

CPU: Simulazione 800kSI2K/evento Ricostruzione 25kSI2k/evento Memoria La ricostruzione usa 2GB RAM per la mappa del campo magnetico


21-2-2008

Esempio – Ricostruzione di Tracce Traiettorie curve in campo magnetico misura

dell'impulso Posizione misurata in un certo numero di

stazioni (“hits”) Pattern recognition : assegnazione degli hits a una traccia

Kalman Filter (Inner Detector) Metodi globali, Hough Trasform (Spettrometro a muoni) Fondo derivante da tracce di basso impulso (ID) e da interazioni delle tracce con strutture di supporto (MS) algoritmi per il ricoscimento dei fakes

tempi di digitizzazione Holes on tracks

Track fit : determinazione dei parametri (geometrici)

di una traccia e calcolo dell’impulso Algoritmi di minimizzazione

In piu’ Scattering multiplo (Coulomb), ionizzazione,

Bremsstrahlung….

CSC MDT

RPC TGC

Caso dello spettrometro a muoni

MDT mutilayer


21-2-2008

Nelle varie fasi di ricostruzione e analisi ATLAS utilizza diversi formati di dati:Nelle varie fasi di ricostruzione e analisi ATLAS utilizza diversi formati di dati:

1.6 MB 100 kB

RAWRAW ESDESD AODAOD DPDDPD

10% di AOD

500 KB

Raw DataRaw Data: dati in output dati in output dal sistema di dal sistema di triggertrigger

Event Summary Event Summary DataData: output della output della ricostruzione (ricostruzione (tracce tracce e hit, celle e cluster e hit, celle e cluster nei calorimetri).nei calorimetri).

Analysis Object DataAnalysis Object Data: rappresentazione rappresentazione ridotta degli eventi per ridotta degli eventi per l’analisi: oggetti “fisici” l’analisi: oggetti “fisici” ricostruiti (elettroni, ricostruiti (elettroni, muoni, jet)muoni, jet)

Derived Physics Derived Physics DataData: informazioni informazioni ridotte per analisi ridotte per analisi specifiche in specifiche in ROOT.ROOT.

Event Data Model

Raw Data Object

SpacePoint

PreparedRawData Track

Segment

Measure-mentBase

TrackTrack-Particle

ClusteringDriftCircle- Formation

(local) PatternRecognition

Track extensionand fit

CombinedReconstruction

ESD AOD


21-2-2008

Computing Model

320 MBps.

120 MBps 20/30 MBps

Tier0


21-2-2008

Il Tier2 di Napoli

Risorse ATLAS per Simulazioni Monte Carlo Analisi Distribuita

Potenza di Calcolo: 26 Worker Nodes

16 Biprocessori e

10 Biprocessori Dual Core 72 cores in totale 100 kSI2k

Storage 40+30 TB di disco

4 Rack installati attualmente:4 Rack installati attualmente: 2 Tier-2 ATLAS e 2 PON SCoPE2 Tier-2 ATLAS e 2 PON SCoPEEspansione fino a 10 RackEspansione fino a 10 Rack


21-2-2008

Blocchi FunzionaliBlocchi Funzionali: : un job puo' essere un job puo' essere configurato da un insieme di blocchi configurato da un insieme di blocchi funzionali, ognuno dei quali si occupa di funzionali, ognuno dei quali si occupa di

un aspetto diversoun aspetto diverso

Applicazioni (basate su ATHENA)Applicazioni (basate su ATHENA)• Produzione, Simulazione, Riconstruzione, Analisi• Scelta della release• Sottomissione sorgente o librerie per l'analisi

BackendBackend• LCG e NorduGrid• Possibilità di specificare i siti• Possibilità di ottenere informazioni sulla completezza dei dataset nei siti

Input DatasetInput Dataset• Local file system• DQ2• Possibilità di usare dataset incompleti• specificare il numero minimo di files per dataset

Output DatasetOutput Dataset• File system locale, retrieve alla fine del job• DQ2 •Scelta Storage Element

Splitter – MergerSplitter – Merger• Definizione di subjobs, numero eventi per subjob• Possibilità di unire i file ROOT di output

Strumento per sottomettere-gestire-monitorare i job in GRID

Analisi Distribuita - GANGA


21-2-2008

Creazione dei Jobs di Analisi


21-2-2008

Configurazione e Sottomissione dei Job

GANGA è stato opportunamente modificato per poter usare il CE e l'RB del prototipo S.Co.PE

I job ATHENA sono stati lanciati e testati sul prototipo


21-2-2008

Installazione delle Release in GRID

L'installazione delle release nei siti GRID/ATLAS è gestita da un autorità centrale Procedura automatica tramite job di installazione Le release obsolete possono essere rimosse quando non sono piu' usate

per la produzione (o su richiesta)

Il sistema di installazione è capace di gestire richieste di singoli utenti (gruppi)

Procedura automatica di validazione delle installazioni

Stiamo lavorando per applicare la stessa procedura automatica di installazione in S.Co.PE e negli altri PON in vista dell'interoperabilità Per ora esiste una installazione manuale di una delle release di

produzione usate per le analisi


21-2-2008

Applicazione del Software

I test sono stati effettuati nell'ambito di "Data Challenge" di ATLAS (Computing System Commissioning)

Analisi di campioni di eventi simulati al fine di mettere a punto il sistema di

analisi distribuita dell'esperimento di ottimizzare gli algoritmi di

selezione online (trigger) in vista dell'imminente presa dati.

I risultati di queste analisi sono in via di pubblicazione

Radiografia dello spettrometro a muoni con dati simulati

Radiografia dello spettrometro a muoni con dati simulati

Event Display di un evento reale (cosmici) selezionato dal trigger dei muoni

Event Display di un evento reale (cosmici) selezionato dal trigger dei muoni


21-2-2008

Conclusioni Complessità del sw ATLAS

molti task Molti sviluppatori Vita lunga necessità di flessibilità e mantenibilità

Utenti distribuiti geograficamente Grossa quantità di dati prodotti che devono essere distribuiti e processati world wide

Il sw ATLAS è concepito per utilizzare un computing model basato sui paradigmi GRID Sistema per la gestione distribuita dei dati event data model tools per l'analisi distribuita

Sistemi adottati ri-adattati per funzionare su S.Co.Pe e gli altri PON estende la sua esportabilità su grid diverse (interoperabilità) consente di studiare meglio ed ottimizzare il computing model, sistema di analisi distribuita,

algoritmi

Download - Autori Progetto S.Co.P.E. – WP4 Fisica Subnucleare – Esperimento ATLAS M. Biglietti Università di Napoli Federico II

Top Related