对于传统计算机架构来说，想要每秒分析多达 10 亿次质子碰撞、或数万次极其复杂的铅碰撞，显然并非易事。随着大型强子对撞机（LHC）Run 3 数据处理需求的飙升， 欧洲核子研究中心（CERN）也正通过四个大型实验项目，来探索通过 GPU 改善其计算基础设施的方法。

（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。

【来源：cnBeta.COM】

关键词： 数码 通信 互联网 手机 业界 科技 媒体 资讯 IT新闻 言论