[论文解读] Strategic Plan for a Scientific Software Innovation Institute (S2I2) for High Energy Physics

P. Elmer, M. S. Neubauer+1 more|arXiv (Cornell University)|Dec 18, 2017

Distributed and Parallel Computing Systems参考文献 65被引用 6

一句话总结

本文提出建立一个基于美国的科学软件创新研究所（S²I²-HEP），以引领高亮度大型强子对撞机（HL-LHC）的软件研发工作，重点聚焦于高性能数据重建、分析及机器学习。论文概述了一套战略框架，以确保软件基础设施的可持续性与可扩展性，通过凝聚高能物理、计算机科学与网络基础设施领域的合作，充分发挥HL-LHC的全部科学潜力。

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.

研究动机与目标

• 解决因HL-LHC预计数据量增加10倍而带来的先进、可持续软件的迫切需求。
• 确保美国高校界在开发高性能数据重建、触发与分析算法方面处于领先地位。
• 建立长期的软件可持续性模式，以在HL-LLC计划20年生命周期内保存知识与工具。
• 促进高能物理、计算机科学、软件工程与数据科学领域之间的协作，共同应对艾字节级数据挑战。
• 通过协调一致的软件升级计划，与硬件升级相辅相成，以最大化科学投资回报。

提出的方法

• 确定四个优先研发领域：数据重建与触发的先进算法、高性能分析系统、艾字节级数据的组织与管理，以及机器学习与数据科学的整合。
• 建立S²I²-HEP作为智力枢纽，协调研发工作，促进美国高校与国家实验室之间的合作与创新。
• 利用现有网络基础设施，包括开放科学网格（OSG）与全球大型强子对撞机计算网格（WLCG），支持分布式、高吞吐量计算。
• 整合并扩展现有软件框架，如ROOT、XRootD、REANA与TMVA，以支持可扩展、可复现且可移植的分析工作流。
• 通过NSF资助（ACI-1558216、ACI-1558219、ACI-1558233）实施结构化的治理与资金模式，确保长期可持续性。
• 采用由社区主导的流程，包括研讨会与《社区白皮书》（CWP），以指导战略方向并确保广泛的科学共识。

实验结果

研究问题

• RQ1 基于美国的科学软件创新研究所（S²I²-HEP）如何确保为HL-LHC的10倍数据增长开发出高性能且可扩展的软件？
• RQ2 机器学习与数据科学在高能物理中可如何加速数据重建、触发与分析？
• RQ3 如何在HL-LHC计划20年生命周期内制度化软件可持续性与知识保存？
• RQ4 高能物理、计算机科学与网络基础设施领域之间何种协作模式最能有效应对艾字节级数据挑战？
• RQ5 S²I²-HEP如何有效培养并吸引下一代高能物理领域的软件工程师与数据科学家？

主要发现

• S²I²-HEP倡议被提议为一项由NSF资助的战略中心，旨在引领HL-LHC的软件创新，确保在2026年数据采集启动时已准备就绪。
• 确定了四个高优先级研发领域：先进的数据重建与触发、高性能分析系统、艾字节级数据管理，以及机器学习整合。
• 该研究所将作为智力枢纽，促进高能物理与网络基础设施领域（包括计算机科学与数据科学）之间的合作。
• 持续投入软件研发与知识保存对维持HL-LHC运行周期内的科学进展至关重要。
• 该战略计划已获得200多位高能物理科学家与工程师的支持，并与更广泛的高能物理软件基金会《社区白皮书》保持一致。
• 该倡议与重大硬件升级相辅相成，对最大化HL-LHC计划的科学回报至关重要。