[論文レビュー] Particle Flow and PUPPI in the Level-1 Trigger at CMS for the HL-LHC

B. Kreis|arXiv (Cornell University)|Aug 6, 2018

Particle Detector Development and Performance参考文献 4被引用数 3

ひとこと要約

本論文は、HL-LHCにおけるFPGAを用いたCMSレベル1トリガに、粒子線形再構成とPUPPI積層抑制を実装することを提案し、トラッキング入力を用いた粒子レベル再構成を可能にすることで、物理学的性能を向上させる。概念実証用のFPGA実装では、粒子線形再構成が500 ns、PUPPIが100 nsの遅延を達成し、4つの検出器領域で40%のリソース使用率を示した。140個の相互作用（高積層）下でも、METおよびH_Tトリガ効率が顕著に向上し、実現可能性が裏付けられた。

ABSTRACT

With the planned addition of tracking information to the Compact Muon Solenoid (CMS) Level-1 trigger for the High-Luminosity Large Hadron Collider (HL-LHC), the trigger algorithms can be completely reconceptualized. We explore the feasibility of using particle flow-like reconstruction and pileup per particle identification (PUPPI) pileup mitigation at the hardware trigger level. This represents a new type of multi-subdetector pattern recognition challenge for the HL-LHC. We present proof-of-principle studies on both physics and hardware-resource performance of a prototype algorithm for use by CMS in the HL-LHC era.

研究の動機と目的

• HL-LHCにおける高積層（最大200相互作用）の課題に、追加陽子衝突からの背景を考慮したトリガ性能の向上を図ること。
• 最新のオフライン技術である粒子線形再構成とPUPPI積層抑制を、初めてハードウェアレベルのレベル1トリガに統合することを検討すること。
• HL-LHCトリガシステムの厳密な遅延（2.5 μs）およびリソース制約のもとで、これらの複雑なアルゴリズムをFPGAに実装する実現可能性を評価すること。
• トラッキング入力を用いた粒子レベル再構成が、METやH_Tといった重要な物理学シグネチャのトリガ効率を顕著に向上させられることを実証すること。

提案手法

• 新しい外部トラッキング補助検出器と高分解能コロイミータトリガプリミティブからのトラッキング情報を、レベル1トリガコリレータの入力として使用する。
• FPGAに粒子線形再構成アルゴリズムを実装し、ΔRおよびp_Tの一致に基づいてトラックとクラスタを結びつけ、粒子線形候補（ミュオン、電子、光子、荷電および中性ヒッグス粒子）を形成する。
• 主頂点をp_T重み付きトラックz分布から特定し、近接する非積層荷電粒子に基づいて中性粒子の重みを計算することで、PUPPI積層抑制を適用する。
• 非積層トラックのp_T/ΔRの和をPUPPI重みにマップするためのルックアップテーブルを用いる。
• 0.55×0.55 η×φの検出器領域ごとに処理し、1領域あたり最大25本のトラックおよび20個のクラスタを処理し、複数のインスタンスを並列に実行する。
• リソース使用率と遅延を評価するために、Xilinx Vivado High-Level Synthesis (2016.4) を用いてVU9P FPGA上でアルゴリズムを実装する。

実験結果

リサーチクエスチョン

• RQ1 2.5 μsの遅延制約および10 Tbpsのデータ帯域幅を満たす条件下で、FPGAに粒子線形再構成アルゴリズムを効果的に実装できるか？
• RQ2 高積層条件下で、粒子レベル再構成とPUPPI積層抑制を統合することで、METおよびH_Tトリガ性能がどの程度向上するか？
• RQ3 粒子線形再構成とPUPPIのプロトタイプ実装におけるFPGAリソースおよび遅延要件は何か？
• RQ4 粒子線形再構成に基づくトリガは、従来のコロイミータのみまたは主頂点トラッキングに基づくトリガと比較して、効率性およびレートの点でどの程度優れているか？
• RQ5 現在のFPGA技術を用いて、PUPPIや粒子線形再構成といったオフライン再構成アルゴリズムをハードウェアトリガドメインに適応可能か？

主な発見

• FPGA実装における粒子線形再構成アルゴリズムは、約500 nsの遅延を達成し、2.5 μsのトリガ遅延予算を満たしている。
• PUPPI積層抑制アルゴリズムは約100 nsの遅延を達成し、迅速かつ効率的な積層抑制が可能である。
• VU9Pデバイス上で、4つの検出器領域（0.55×0.55 η×φ）を処理するのに約40%のFPGAリソースを使用している。
• 粒子線形再構成とPUPPIを組み合わせたトリガは、従来のコロイミータのみまたは主頂点トラッキングに基づくトリガと比較して、固定されたMETトリガレート（例：20 kHz）における信号効率が顕著に高い。
• H_Tトリガにおいて、粒子線形再構成とPUPPIを組み合わせた手法は、高H_T値でのターンオン性能が優れており、ジェットを多く含む最終状態に対する感度が向上していることが示された。
• 140個の平均積層相互作用を想定したシミュレーションでは、提案手法がMETトリガ性能を顕著に向上させ、背景汚染を低減し、信号選別を改善していることが明らかになった。