众核处理器与GPU上基于并行卡尔曼滤波的粒子径迹重建
计算物理
2017-09-13 v2 高能物理 - 实验
仪器与探测器
摘要
十多年来，物理和能量限制制约了商用微处理器的时钟速度提升。相反，芯片制造商被迫生产低功耗多核处理器，如 GPGPU、ARM 和 Intel MIC。制造商和开发者的广泛努力致力于使这些处理器足够用户友好以执行通用计算。然而，从大量核心以及专用向量或 SIMD 单元中提取性能，需要算法设计和代码优化上的特别小心。高能粒子实验中最具计算挑战性的问题之一是在事件重建期间寻找和拟合带电粒子径迹。例如，这预计将成为高亮度大型强子对撞机 (HL-LHC) 中迄今主导的问题。当今最常见的径迹寻找方法是那些基于卡尔曼滤波的方法。在真实跟踪探测器系统上卡尔曼技术的经验表明它们稳健且提供高物理性能。这就是它们目前在 LHC 的触发和离线中都在使用的原因。先前我们报道了将卡尔曼滤波适配到 Intel Xeon 和 Xeon Phi 上进行径迹拟合和径迹构建所产生的显著并行加速。在此，我们讨论我们在理解这些处理器方面的进展以及将卡尔曼滤波移植到 NVIDIA GPUs 的新发展。
引用
@article{arxiv.1705.02876,
title = {Parallelized Kalman-Filter-Based Reconstruction of Particle Tracks on Many-Core Processors and GPUs},
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:1705.02876},
year = {2017}
}
备注
Submitted to proceedings of Connecting The Dots 2017 (CTD2017), Orsay. arXiv admin note: substantial text overlap with arXiv:1605.05508