[논문 리뷰] Particle Flow and PUPPI in the Level-1 Trigger at CMS for the HL-LHC

B. Kreis|arXiv (Cornell University)|2018. 08. 06.

Particle Detector Development and Performance참고 문헌 4인용 수 3

한 줄 요약

이 논문은 HL-LHC에서 FPGAs를 사용하여 CMS 레벨-1 트리거에 입자 흐름 재구성과 PUPPI 풀업 보완 기능을 구현함으로써, 트래킹 입력을 활용한 입자 수준 재구성으로 물리 성능을 향상시키는 것을 제안한다. 개념 증명용 FPGA 구현은 입자 흐름에 대해 약 500 ns, PUPPI에 대해 약 100 ns의 지연을 달성하였으며, 네 개의 검출기 영역에서 자원 사용률이 약 40%로, 고풀업 조건(140개의 상호작용)에서도 MET 및 H_T 트리거 효율성이 크게 향상됨을 보여주며 실현 가능성을 입증한다.

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.

연구 동기 및 목표

• HL-LHC에서 최대 200개의 상호작용에 이르는 고풀업 조건에서 추가 양성자 상호작용으로 인한 배경 영향을 고려하여 트리거 성능을 향상시키는 데 도전한다.
• 최신 오프라인 기법인 입자 흐름 재구성과 PUPPI 풀업 보완 기능을 처음으로 하드웨어 수준의 레벨-1 트리거에 통합해 본다.
• HL-LHC 트리거 시스템의 엄격한 지연(2.5 μs) 및 자원 제약 조건 하에서 이러한 복잡한 알고리즘을 FPGA에 구현할 수 있는지 실현 가능성을 평가한다.
• 트래킹 입력을 활용한 입자 수준 재구성 기반 트리거가 MET 및 H_T와 같은 핵심 물리 서명의 트리거 효율성을 크게 향상시킬 수 있음을 입증한다.

제안 방법

• 레벨-1 트리거 코릴레이터에 새로운 외부 트래킹 서브디텍터와 고해상도 캘로리메터 트리거 프리미티브를 입력으로 사용한다.
• ΔR 및 p_T 매칭 기반으로 트랙과 클러스터를 연결하여 입자 흐름 후보(μ, e, γ, 충전 및 무전하 하드론)를 형성하는 FPGA 기반 입자 흐름 재구성 알고리즘을 구현한다.
• p_T 가중 트랙의 z-분포에서 주성분 점을 식별하고, 인접한 비풀업 충전 입자 기반으로 중성입자에 대한 가중치를 계산함으로써 PUPPI 풀업 보완을 적용한다.
• 비풀업 트랙의 p_T/ΔR 합을 PUPPI 가중치로 매핑하기 위해 룩업 테이블을 사용한다.
• 0.55×0.55 η×φ 영역으로 검출기를 처리하며, 각 영역당 최대 25개의 트랙과 20개의 클러스터를 처리하고, 병렬로 여러 인스턴스를 실행한다.
• 자원 사용률과 지연을 평가하기 위해 Xilinx Vivado High-Level Synthesis(2016.4)를 사용하여 VU9P FPGA에 알고리즘을 구현한다.

실험 결과

연구 질문

• RQ1 2.5 μs 이내의 지연과 10 Tbps의 데이터 대역폭 조건에서 FPGA에 입자 흐름 재구성 알고리즘을 효과적으로 구현할 수 있는가?
• RQ2 고풀업 조건에서 입자 수준 재구성과 PUPPI 풀업 보완 기능을 통합함으로써 MET 및 H_T 트리거 성능은 어느 정도 향상되는가?
• RQ3 레벨-1 트리거에서 입자 흐름과 PUPPI를 위한 개념 증명용 구현에 필요한 FPGA 자원과 지연은 얼마인가?
• RQ4 기존의 캘로리메터 전용 또는 주성분 점-트래킹 기반 트리거와 비교해 볼 때, 입자 흐름 기반 트리거의 효율성과 레이트는 어떻게 되는가?
• RQ5 현재의 FPGA 기술로 오프라인 재구성 알고리즘인 PUPPI 및 입자 흐름을 하드웨어 트리거 도메인에 적응시킬 수 있는가?

주요 결과

• FPGA 기반 입자 흐름 알고리즘은 약 500 ns의 지연을 달성하여 2.5 μs 트리거 지연 예산을 충족한다.
• PUPPI 풀업 보완 알고리즘은 약 100 ns의 지연을 기록하여 빠르고 효율적인 풀업 억제를 가능하게 한다.
• VU9P 장치에서 네 개의 검출기 영역(0.55×0.55 η×φ)을 처리하는 데 약 40%의 FPGA 자원을 사용한다.
• 입자 흐름 및 PUPPI 기반 트리거는 캘로리메터 전용 또는 주성분 점-트래킹 기반 트리거보다 고정된 MET 트리거 레이트(예: 20 kHz)에서 더 높은 신호 효율성을 보인다.
• H_T 트리거의 경우, 입자 흐름 및 PUPPI 기반 방법은 고H_T 값에서 더 우수한 터닝 온 성능를 보이며, 제트가 많은 최종 상태에 대한 민감도가 높음을 시사한다.
• 140개의 평균 풀업 상호작용 조건에서의 시뮬레이션 결과, 제안된 방법이 MET 트리거 성능을 크게 향상시키며 배경 오염을 감소시키고 신호 선택성을 향상시킨다.