Un rapport de l’expérience ATLAS.
Fig. 1. Le nombre de constituants de high-pT jets reconstruits à grand rayon avec la configuration hybride AtlFast3 et avec les deux composants distincts FastCaloSim et FastCaloGAN. Le panneau inférieur montre le ratio par rapport à la simulation Geant4. Source : Collaboration ATLAS. 2022 Calculer. Logiciel. Grande science. 6 7″ légende-données =”Fig. 1. Le nombre de constituants de high-pT jets reconstruits à grand rayon avec la configuration hybride AtlFast3 et avec les deux composants distincts FastCaloSim et FastCaloGAN. Le panneau inférieur montre le ratio par rapport à la simulation Geant4. Source : Collaboration ATLAS. 2022 Calculer. Logiciel. Grande science. 6 7″>Fig. 1. Le nombre de constituants de high-pT jets reconstruits à grand rayon avec la configuration hybride AtlFast3 et avec les deux composants distincts FastCaloSim et FastCaloGAN. Le panneau inférieur montre le ratio par rapport à la simulation Geant4. Source : Collaboration ATLAS. 2022 Calculer. Logiciel. Grande science. 6 7″>Fig. 1. Le nombre de constituants des jets à grand rayon reconstruits à pT élevé avec la configuration hybride AtlFast3 et avec les deux composants distincts FastCaloSim et FastCaloGAN. Le panneau inférieur montre le ratio par rapport à la simulation Geant4. Source : Collaboration ATLAS. 2022 Calculer. Logiciel. Grande science. 6 7
À mesure que la récolte de données provenant des expériences LHC continue d’augmenter, le nombre requis de collisions simulées augmente également. Il s’agit d’une tâche gourmande en ressources, car des centaines de particules doivent être suivies à travers des géométries de détecteurs complexes pour chaque collision physique simulée – et les statistiques de Monte Carlo doivent généralement dépasser les statistiques expérimentales d’un facteur 10 ou plus, afin de minimiser les incertitudes lorsque les distributions mesurées sont comparées aux prédictions théoriques. Pour prendre en charge la collecte de données lors de l’exécution 3 (2022-2025), la collaboration ATLAS a donc développé, évalué et déployé un large éventail d’optimisations détaillées de son logiciel de simulation de détecteurs.
La production de données simulées commence par la génération des particules produites lors des collisions proton-proton ou ion lourd du LHC, suivie de la simulation de leur propagation à travers le détecteur et de la modélisation des signaux électroniques provenant des couches de détection actives. Des ressources informatiques considérables sont nécessaires lorsque les hadrons, les photons et les électrons pénètrent dans les calorimètres électromagnétiques et produisent des gerbes de nombreuses particules secondaires dont les trajectoires et les interactions avec le matériau du détecteur doivent être calculées. La géométrie complexe en accordéon du calorimètre électromagnétique ATLAS rend la simulation Geant4 du développement de gerbes dans le système calorimétrique particulièrement gourmande en calcul, représentant environ 80 % du temps total de simulation pour un événement de collision typique.
Étant donné que l’informatique coûte de l’argent et consomme de l’énergie électrique, il est hautement souhaitable d’accélérer la simulation des événements de collision sans compromettre la précision. Par exemple, des ressources CPU considérables étaient auparavant consacrées au transport de photons et de neutrons ; cela a été atténué en supprimant de manière aléatoire 90 % des photons (neutrons) dont l’énergie est inférieure à 0,5 (2) MeV et en augmentant l’énergie déposée par les 10 % restants de particules de faible énergie. La simulation des photons dans le calorimètre électromagnétique finement segmenté a pris un temps considérable car les probabilités de chaque processus d’interaction possible étaient calculées chaque fois que des photons franchissaient une limite matérielle. Ce temps de calcul a été considérablement réduit en utilisant une géométrie uniforme sans limites de transport de photons et en déterminant la position des interactions simulées en utilisant le rapport des sections efficaces dans les différentes couches de matériau. L’effet combiné des optimisations apporte un gain de vitesse moyen presque multiplié par deux.
ATLAS a également utilisé avec succès des algorithmes de simulation rapide pour exploiter les ressources informatiques disponibles. La simulation rapide vise à éviter la simulation Geant4 coûteuse en calcul des douches calorimétriques en utilisant des modèles paramétrés qui sont nettement plus rapides et conservent la plupart des performances physiques de la simulation plus détaillée. Cependant, l’une des limites majeures de la simulation rapide utilisée par ATLAS lors de l’exécution 2 était la modélisation insuffisamment précise des observables physiques tels que la description détaillée de la sous-structure des jets reconstruite avec des algorithmes de regroupement à grand rayon.
AtlFast3 propose des simulations physiques rapides et de haute précision
Pour l’exécution 3, ATLAS a développé une boîte à outils de simulation rapide entièrement repensée, connue sous le nom d’AtlFast3, qui effectue la simulation de l’ensemble du détecteur ATLAS. Tandis que les systèmes de suivi continuent d’être simulés à l’aide de Geant4, la réponse énergétique des calorimètres est simulée à l’aide d’une approche hybride combinant deux nouveaux outils : FastCaloSim et FastCaloGAN.
FastCaloSim paramétrise le développement longitudinal et latéral des gerbes électromagnétiques et hadroniques, tandis que la réponse énergétique simulée de FastCaloGAN est basée sur des réseaux neuronaux antagonistes génératifs entraînés sur des gerbes Geant4 pré-simulées. AtlFast3 combine efficacement les atouts des deux approches en sélectionnant l’algorithme le plus approprié en fonction des propriétés des particules initiant la gerbe, réglé pour optimiser les performances des observables reconstruits, y compris ceux exploitant la sous-structure des jets. A titre d’exemple, la figure 1 montre que l’approche hybride AtlFast3 modélise très précisément le nombre de constituants des jets reconstruits tels que simulés avec Geant4.
Avec ses performances physiques considérablement améliorées et une accélération comprise entre un facteur 3 (pour les événements Z → ee) et 15 (pour les événements di-jet à pT élevé), AtlFast3 jouera un rôle crucial dans la fourniture de simulations physiques de haute précision d’ATLAS pour Exécutez 3 et au-delà, tout en respectant les contraintes de calcul budgétaires de la collaboration.
Lectures complémentaires
Collaboration ATLAS. Calcul 2022. Logiciel. Grande science. 6 7.
2024-05-04 18:59:51
1714839374
#Simulation #dévénements #sur #les #turbocompresseurs #dATLAS #Courrier #CERN