[논문 리뷰] FAMOS: A Dynamically Configurable System for Fast Simulation and Reconstruction for CMS

S. Wynhoff|ArXiv.org|2003. 06. 06.

Particle Detector Development and Performance참고 문헌 1인용 수 4

한 줄 요약

FAMOS는 LHC의 CMS 실험에서 빠른 몬테카를로 시뮬레이션과 재구성에 적합한 동적 구성이 가능한 고성능 프레임워크이다. 상세한 시뮬레이션 및 재구성 단계를 동일한 인터페이스를 유지하는 파rameterized형 빠른 모듈로 대체함으로써 최대 3,000배의 속도 향상을 달성한다—전체 시뮬레이션 대비 3,000배 이상 빠르며, 트랙, 클러스터, 트리거 객체와 같은 재구성된 물리 객체에서 합리적인 일치도 유지한다.

ABSTRACT

Detailed detector simulation and reconstruction of physics objects at the LHC are very CPU intensive and hence time consuming due to the high energy and multiplicity of the Monte-Carlo events and the complexity of the detectors. We present a dynamically configurable system for fast Monte-Carlo simulation and reconstruction (FAMOS) that has been developed for CMS to allow fast studies of large samples of Monte-Carlo events. Each single step of the chain - simulation, digitization and reconstruction, as well as combinations of chain links can be replaced by modules that sacrifice precision for speed. Fast and detailed modules have identical interfaces so that a change is fully transparent for the user. Currently, a complete set of the fastest possible implementation, i.e. going directly from the Monte-Carlo truth to reconstructed objects, has been implemented. It is about hundred to thousand times faster than the fully detailed simulation/reconstruction and provides tracks reconstructed by the inner tracker, clusters in calorimeters and trigger-Lvl1 objects and tracks reconstructed for the muon system of the CMS detector.

연구 동기 및 목표

• CMS에서 고다양성 LHC 이벤트의 전체 몬테카를로 시뮬레이션 및 재구성에 따른 극도로 높은 계산 비용을 해결한다.
• 특히 초대칭(SUSY)과 같은 복잡한 물리 모델에 대해 대량의 이벤트 샘플을 신속하게 탐색할 수 있도록 시뮬레이션 시간을 극적으로 단축시킨다.
• 사용자 코드를 변경하지 않고도 각 구성 요소별로 정밀도와 속도를 상호 교환할 수 있는 융통성 있고 모듈식인 시스템을 제공한다.
• 기존 CMS 소프트웨어 프레임워크와 원활하게 통합되며, 전체 및 빠른 재구성 방식을 혼합한 워크플로우를 지원한다.
• 시뮬레이션 및 재구성 체인의 각 단계에 맞는 향후 빠른 모듈 개발을 위한 기반을 마련한다.

제안 방법

• 모든 시뮬레이션 및 재구성 단계(예: 트래커, 칼로리미터, 뮤온 시스템)를 동일한 인터페이스를 가진 파rameterized 빠른 대체 모듈로 교체할 수 있는 모듈식 프레임워크를 설계한다.
• 몬테카를로 입자 4벡터를 직접 파rameterized된 전방 운동량, 각도 분포, 감지 효율성 분포를 사용해 재구성된 트랙으로 매핑하는 빠른 시뮬레이션 모듈(FATSIM)을 구현한다.
• 빠르게 시뮬레이션된 데이터를 처리하기 위해 ORCA 재구성 프레임워크를 사용하며, 트랙 플래너 및 재구성 객체는 문자열 식별자를 통해 동적으로 선택된다.
• COBRA/CARF 기반의 CMS 이벤트 처리 프레임워크에 FAMOS 시스템을 통합하여 구성 파일을 통해 전체 시뮬레이션과 빠른 시뮬레이션 간의 투명한 전환을 가능하게 한다.
• 몬테카를로 생성기에서 직접 빠른 시뮬레이션을 수행하거나, 데이터베이스에서 전체 재구성을 동시에 수행하여 직접 비교할 수 있도록 지원한다.
• 전체 시뮬레이션과 동일한 XML 기반 기하 구조를 사용하여 일관성을 확보함으로써, 향후 전체 검출기 기하 구조와 통합 가능한 빠른 모듈 개발을 가능하게 한다.

실험 결과

연구 질문

• RQ1 고다양성 LHC 이벤트의 시뮬레이션 및 재구성 파이프라인은 얼마나 빠르게 가속화될 수 있으며, 물리 분석에 필요한 충분한 정확도를 유지할 수 있는가?
• RQ2 동적 구성이 가능한 시스템은 전체 시뮬레이션과의 인터페이스 호환성을 유지하면서도 수십만 배 수준의 속도 향상을 달성할 수 있는가?
• RQ3 검출기 반응 및 재구성 알고리즘의 파rameterized 모델은 세부적인 Geant4 기반 시뮬레이션의 출력을 어느 정도 정확하게 재현할 수 있는가?
• RQ4 모든 시뮬레이션 및 재구성 단계를 빠르고 고수준의 모듈로 대체할 경우 얻을 수 있는 성능 향상은 어느 정도인가?
• RQ5 빠른 시뮬레이션과 전체 시뮬레이션을 최소한의 코드 변경으로 병렬로 실행하여 직접 검증 및 비교할 수 있는 방법은 무엇인가?

주요 결과

• FAMOS는 전체 CMS 시뮬레이션 및 재구성 대비 3,000배 이상의 속도 향상을 달성했으며, 이벤트당 평균 처리 시간이 약 200ms로 측정되었고, 전체 체인은 약 200,000ms이다.
• FAMOS에서 지배적인 시간 소모 요소는 몬테카를로 생성기(Pythia, 약 25ms)와 빠른 칼로리미터 시뮬레이션(약 22ms)이며, FAMOS 프레임워크 자체는 총 시간의 약 3%에 불과하다.
• 빠른 시뮬레이션 모듈(FATSIM)은 전체 시뮬레이션 및 재구성과 직접 비교한 결과, 재구성된 트랙이 양호한 일치를 보이며 우수한 일치도를 확보했다.
• 시스템은 혼합 모드 워크플로우를 지원한다: 전체 재구성과 FAMOS가 동일한 프로그램 내에서 공존하며, 문자열 식별자를 통해 서로 다른 RecCollections가 서로 다른 재구성 알고리즘에 매핑된다.
• 물질 효과 시뮬레이션(쌍 생성 및 브레머스트랄링)을 위한 프로토타입이 구현되었지만, 성능은 전체 시뮬레이션 대비 약 100배 빠르기만 하여 정밀도와 속도의 상호 교환 관계를 부각시킨다.
• 모듈식 설계 덕분에 사용자는 트래커, 칼로리미터 등 개별 구성 요소에 대해 빠른 모듈을 통합할 수 있으며, 주요 CMS 소프트웨어 프레임워크와의 완전한 유연성과 인터페이스 호환성을 유지할 수 있다.