[논문 리뷰] Strategic Plan for a Scientific Software Innovation Institute (S2I2) for High Energy Physics

P. Elmer, M. S. Neubauer외 1명|arXiv (Cornell University)|2017. 12. 18.

Distributed and Parallel Computing Systems참고 문헌 65인용 수 6

한 줄 요약

이 논문은 고광도 LHC(HL-LHC)를 위한 소프트웨어 연구·개발(R&D)를 이끌기 위해 미국 기반의 과학 소프트웨어 혁신 연구소(S²I²-HEP) 설립을 제안한다. 주요 초점은 고성능 데이터 재구성, 분석 및 머신러닝이다. 이는 지속 가능하고 확장 가능한 소프트웨어 인프라를 확보하기 위한 전략적 프레임워크를 제시하여, HEP, 컴퓨터 과학 및 사이버인프라 공동체 간의 협업을 통해 HL-LHC의 전반적 과학 잠재력을 실현한다.

ABSTRACT

The quest to understand the fundamental building blocks of nature and their interactions is one of the oldest and most ambitious of human scientific endeavors. Facilities such as CERN's Large Hadron Collider (LHC) represent a huge step forward in this quest. The discovery of the Higgs boson, the observation of exceedingly rare decays of B mesons, and stringent constraints on many viable theories of physics beyond the Standard Model (SM) demonstrate the great scientific value of the LHC physics program. The next phase of this global scientific project will be the High-Luminosity LHC (HL-LHC) which will collect data starting circa 2026 and continue into the 2030's. The primary science goal is to search for physics beyond the SM and, should it be discovered, to study its details and implications. During the HL-LHC era, the ATLAS and CMS experiments will record circa 10 times as much data from 100 times as many collisions as in LHC Run 1. The NSF and the DOE are planning large investments in detector upgrades so the HL-LHC can operate in this high-rate environment. A commensurate investment in R&D for the software for acquiring, managing, processing and analyzing HL-LHC data will be critical to maximize the return-on-investment in the upgraded accelerator and detectors. The strategic plan presented in this report is the result of a conceptualization process carried out to explore how a potential Scientific Software Innovation Institute (S2I2) for High Energy Physics (HEP) can play a key role in meeting HL-LHC challenges.

연구 동기 및 목표

• HL-LHC에서 예상되는 10배 증가한 데이터를 처리하기 위해 고도화되고 지속 가능한 소프트웨어의 필수적 필요성을 해결한다.
• 미국 대학 공동체가 데이터 재구성, 트리거링 및 분석를 위한 고성능 알고리즘 개발 분야에서 선도할 수 있도록 보장한다.
• HL-LHC 프로그램의 20년 수명 동안 지식과 도구를 보존할 수 있는 장기적인 소프트웨어 지속 가능성 모델을 구축한다.
• 초엑사바이트 스케일 데이터 과제를 해결하기 위해 HEP, 컴퓨터 과학, 소프트웨어 공학 및 데이터 과학 공동체 간의 협업을 촉진한다.
• 하드웨어 업그레이드를 보완하기 위해 소프트웨어 업그레이드 이니셔티브를 통합하여 과학적 투자 수익을 극대화한다.

제안 방법

• 다음 네 가지 우선 R&D 분야를 식별한다: 데이터 재구성 및 트리거링을 위한 고급 알고리즘, 고성능 분석 시스템, 초엑사바이트 스케일 데이터의 조직 및 관리, 머신러닝 및 데이터 과학의 통합.
• S²I²-HEP를 R&D를 조율하고 파트너십을 구축하며 미국 대학 및 국립연구소 전반에서 혁신을 주도하는 지적 허브로 설립한다.
• 분산형 고처리량 컴퓨팅을 지원하기 위해 기존 사이버인프라, 특히 Open Science Grid(OSG) 및 Worldwide LHC Computing Grid(WLCG)를 활용한다.
• 확장 가능하고 재현 가능하며 이식 가능한 분석 워크플로우를 지원하기 위해 ROOT, XRootD, REANA 및 TMVA와 같은 기존 소프트웨어 프레임워크를 통합 및 확장한다.
• 장기적 지속 가능성을 보장하기 위해 NSF 보조금(ACI-1558216, ACI-1558219, ACI-1558233)을 통한 체계적 거버넌스 및 자금 지원 모델을 구현한다.
• 워크숍 및 공동체 백서(CWP)를 포함한 공동체 주도 프로세스를 활용하여 전략적 방향을 이끌고 광범위한 과학적 합의를 확보한다.

실험 결과

연구 질문

• RQ1 미국 기반의 과학 소프트웨어 혁신 연구소(S²I²-HEP)는 HL-LHC의 10배 증가한 데이터 처리를 위한 고성능이고 확장 가능한 소프트웨어 개발을 어떻게 보장할 수 있는가?
• RQ2 머신러닝과 데이터 과학은 고에너지 물리학에서 데이터 재구성, 트리거링 및 분석의 속도를 가속화하는 데 어떤 역할을 할 수 있는가?
• RQ3 HL-LHC 프로그램의 20년 수명 동안 소프트웨어 지속 가능성과 지식 보존을 어떻게 제도화할 수 있는가?
• RQ4 초엑사바이트 스케일 데이터 과제를 해결하기 위해 HEP, 컴퓨터 과학 및 사이버인프라 공동체 간의 협업 모델 중 어떤 것이 가장 효과적인가?
• RQ5 S²I²-HEP는 고에너지 물리학 분야의 차세대 소프트웨어 엔지니어와 데이터 과학자들을 효과적으로 교육하고 참여시킬 수 있는가?

주요 결과

• S²I²-HEP 이니셔티브는 HL-LHC의 2026년 데이터 수집 시작에 대비해 준비를 보장하기 위해 전략적이고 NSF 자금 지원을 받는 센터로 제안된다.
• 다음 네 가지 고도우선 R&D 분야가 식별되었다: 고급 데이터 재구성 및 트리거링, 고성능 분석 시스템, 초엑사바이트 스케일 데이터 관리, 머신러닝 통합.
• 연구소는 HEP와 사이버인프라 공동체 간의 파트너십을 촉진하기 위해 지적 허브 역할을 하며, 컴퓨터 과학 및 데이터 과학을 포함한다.
• HL-LHC 운영 수명 동안 과학적 진전을 유지하기 위해 소프트웨어 및 지식 보존에 대한 지속적 투자가 필수적이다.
• 이 전략 계획은 200명이 넘는 HEP 과학자 및 엔지니어들의 지지를 받았으며, 보다 넓은 HEP 소프트웨어 기반 공동체 백서와 일치한다.
• 이 이니셔티브는 주요 하드웨어 업그레이드를 보완하며, HL-LHC 프로그램의 과학적 수익 극대화에 필수적이다.