基于 Kalman 滤波的粒子径迹在众核架构上的并行化重建
计算物理
2018-03-28 v3 高能物理 - 实验
仪器与探测器
摘要
面对时钟速度上物理与能量密度的限制，当代微处理器设计者日益转向片上并行以获取性能提升。若要充分实现硬件性能，算法应据此设计具备大量细粒度并行性。对于天然表达为一系列小矩阵运算的算法而言，这一要求颇具挑战，例如高能物理实验中广泛使用的 Kalman 滤波方法。例如，在高亮度大型强子对撞机（HL-LHC）中，预计主导的计算问题之一是在事件重建中寻找并拟合带电粒子径迹；如今最常见的径迹寻找方法正是基于 Kalman 滤波的方法。在 LHC 上的经验（包括触发与离线）表明，这些方法稳健且提供很高的物理性能。此前我们报道了为将基于 Kalman 滤波的径迹重建适配至如 Intel Xeon Phi 等众核架构而取得的显著并行加速。在此我们报道这些技术能如何有效地应用于更真实的探测器配置与事件复杂度。
引用
@article{arxiv.1711.06571,
title = {Parallelized Kalman-Filter-Based Reconstruction of Particle Tracks on Many-Core Architectures},
author = {Giuseppe Cerati and Peter Elmer and Slava Krutelyov and Steven Lantz and Matthieu Lefebvre and Mario Masciovecchio and Kevin McDermott and Daniel Riley and Matevž Tadel and Peter Wittich and Frank Würthwein and Avi Yagil},
journal= {arXiv preprint arXiv:1711.06571},
year = {2018}
}
备注
Accepted to the Proceedings of the 18th International Workshop on Advanced Computing and Analysis Techniques in Physics Research; 6 pages, 5 figures. arXiv admin note: text overlap with arXiv:1702.06359