Accelerating track reconstruction using GPUs at ATLAS

Nas últimas décadas, os aceleradores de partículas foram cruciais para grande parte avanços experimentais no ramo da ciência que estuda os constituintes fundamentais do universo, a física de partículas. O atual entendimento teórico, o Modelo Padrão, tem lacunas cuja resolução requer a utilização de conjuntos de dados cada vez maiores, permitindo a observação de processos raros ainda por estudar.

Por este motivo, o LHC beneficiará de um projeto de modernização que visa aumentar significativamente a taxa de colisões, o LHC de Alta Luminosidade (HL-LHC). Nas várias experiências, tal como ATLAS, é imperativo melhorar as capacidades computacionais para lidar com o elevado fluxo de dados. Uma alternativa emergente é a utilização de GPUs como plataformas auxiliares para as quais parte da carga de trabalho é delegada. Estes dispositivos potenciam a velocidade das aplicações através de processamento paralelo massivo.

O trabalho apresentado nesta tese procura desenvolver e melhorar algoritmos de reconstrução de trajectórias de partículas recorrendo a GPUs. A reconstrução é um processo crucial que consiste em identificar o percurso de cada partícula ao atravessar o detetor e interagir com material sensível, permitindo o estudo das suas características. Em ATLAS, é a tarefa que exige maior tempo computacional. A cadeia de reconstrução do pacote ACTS foi parcialmente implementada com sucesso utilizando CUDA e SYCL: desde dados que provêm diretamente do detetor, correspondentes a células ativas, até à produção de estimativas iniciais de trajectos de partículas.

O estudo do desempenho apresentado nesta tese revelou resultados promissores: a capacidade de processamento para eventos simulados em condições semelhantes às que se esperam para o HL-LHC foi aumentada até 5 vezes quando comparada com a utilização total de um CPU topo de gama.