第一届高能物理计算用户研讨会

Name: 第一届高能物理计算用户研讨会
Start: 2024-05-19T09:00:00+08:00
End: 2024-05-23T19:00:00+08:00
Location: No location set

19 May 2024, 09:00 → 23 May 2024, 19:00 Asia/Shanghai

四川省成都市双流区科智路1500号天府新区宇宙线研究中心

Description

为了推动高能物理科学计算用户之间的交流与合作，促进高能物理数据、计算及软件等技术创新与发展，在多个高能物理实验相关同事们的共同酝酿和支持下，第一届高能物理计算用户研讨会定于2024年5月19日至23日在四川省成都市召开。

第一届高能物理计算用户研讨会由国家高能物理科学数据中心和中国科学院高能物理研究所计算中心主办，四川天府新区宇宙线研究中心承办。本次会议汇集粒子物理、粒子天体物理、空间卫星、加速器、光源及中子源等多个领域的科学计算平台用户和专家，共同探讨科学数据处理算法及软件成果，交流科学数据分析和处理经验，探索跨实验、跨领域的潜在合作。

现将有关会议事项通知如下：

1.会期安排：2024年5月19日：注册；2024年5月20日-5月21日：四川天府新区宇宙线研究中心举办交流研讨会；2024年5月22日-5月23日：LHAASO实验现场交流研讨（成都设立线上分会场）。

2.报到时间：2024年5月19日；报到地点：成都兴隆湖畔酒店（西博城店）。

3.住宿地点：2024年5月20日-5月21日：四川成都兴隆湖畔酒店（西博城店）；5月22日-5月23日：四川稻城雪域花园温泉酒店。

4.会议注册费：本次会议注册费1400元/人（职工和博士后），学生1000元/人，注册时线上缴纳。（所内参会人员不通过二维码缴费，请于注册现场填写准确课题号，会后统一走所内报销流程）

5.会议食宿、交通说明：参会人员住宿费及交通费自理，5月20日-5月22日统一安排用餐，其余时间自行安排并费用自理。

请您在注册时按需选择住宿标准（性别必填），会务组将按注册顺序安排。选择合住的专家，请您在注册时注明合住专家姓名；若没有注明，会务组将随机为您安排合住。

请注意：若您住宿计划有变，务必及时联系酒店负责人：湖畔酒店邓经理 17780728603，以免造成不必要的损失。

6.建议航班号：需自行购买
5月22日成都——稻城：9:55—11:15（川航3U8641）
5月23日稻城——成都：9:10—10:20（国航CA2562）

7.会议网站：https://indico.ihep.ac.cn/event/22334/

8.线上会议：腾讯会议：

成都：560-9923-1914

稻城：469-723-279 密码：0522

9.联系人：

杨云霄 yxyang@ihep.ac.cn 15993250393（计算中心）

袁小红 yuanxh@ihep.ac.cn 15228259576（宇宙线研究中心）

张木 zhangmu@ihep.ac.cn 18855083900（LHAASO）

10.缴费二维码：

11.会议群：请您扫描微信二维码加入会议群，此二维码将于5月23日过期

Participants

Chaoqi Guo
Fancong Zeng
Hong Li
Jiarui Hu
Jin Wang
JIngyan Shi
Lina Zhao
Min Zha
Qiumei MA
Shanzhen Chen
Shengxiang Wang
Shumei Jia
Shuopin Wen
Si-Yu Li
Xiaoli DONG
xiaowei jiang
xu shuo
Yao Zhang
Yaodong Cheng
Yi Zhang
Yiming 一鸣 Li 李
Yongzhao Sun
zhang yang
Ziyan Deng
云霄杨
亚康李
佳王
佳恒邹
储王
光赵
全补苟
刚李
刚陈
勇黄
北江刘
启鹏胡
国勇秦
大章李
建慧蓝
心源常
志均梁
悦然田
明宫
晓晓蔡
晓梅张
晨钟
栾钟治
正德张
法制齐
洋刘
玉龙刘
维明安
衡讷李
赞任
跃黄
野袁
陈奉贤
雪岩石
齐烨寿

杨老师；袁老师；张老师

15993250393

15228259576

18855083900

Sunday, 19 May
- 注册
- 技术交流与讨论
Monday, 20 May
- 开幕式
- 计算平台服务支持: 计算平台服务
  
  Convener: Dr JIngyan Shi (IHEP)
  - 1
    
    领域计算平台概述
    
    计算平台介绍
    
    Speaker: Xiaowei Jiang (IHEP)
    
    高能物理相关领域计算平台介绍.pdf
  - 2
    
    Dr.Sai: 用于BESIII物理分析的AI智能体
    
    GPT-4的问世带来了AI4S如何从原来突破维度瓶颈的阶段过渡到更高层次的突破信息瓶颈甚至认知瓶颈的巨大挑战。高能所计算中心和实验物理中心联手打造Dr.Sai（赛博士）物理分析智能体，旨在实现高度智能化完成文献调研、程序编写、事例产生、事例分析、结果解释和文章撰写等任务，将科学家从创新性要求较低的例行工作中解放出来，促进科研范式向智能范式变革。本报告将讨论Dr.Sai的最新进展，包括总体设计、领域定制化高能·溪悟LLM、其感知层、执行层、记忆层、多智能体协同系统和UI界面等。
    
    Speaker: Zheng-De Zhang (张正德) (IHEP(高能所))
    
    Dr.Sai-物理分析智能体v2-lite.pdf
  - 3
    
    开放讨论
    
    Speaker: 法制齐 (高能所)
    
    Discussion.pptx
- 茶歇+合影
- 高能物理数据处理
  
  Convener: Ye YUAN (高能所)
  - 4
    
    高能物理实验中央数据库管理系统
    
    数据库管理系统是一种强大的工具，用于有效地管理和组织数据，提供了对数据的安全性、一致性和高效访问的支持。本报告将会分别介绍BESIII、大亚湾、江门等实验的中央数据库管理系统的设计方案、实现路线、部署方式、运行中遇到问题的解决以及未来展望。
    
    Speaker: Qiumei MA (高能所)
    
    高能物理实验中央数据库系统-成都-马秋梅01.pptx
  - 5
    
    Offline Data Processing System of the BESIII Experiment
    
    The BESIII experiment has been operatingsince 2009 and received several upgrades, to study the tau-charm physics utilizing the BEPCII accelerator. The BEPCII colllider is a double-ring multi-bunch collider. The rich physics topics, long life time and the large amount of data present challenges to offline data processing. This talk describes the design strategy and implementation of offline software system to meet the requirements and challenges of BESIII data processing, including offline software architecture, geometry management, database management, event data model, and tag-based analysis.
    
    Speaker: Ziyan Deng (高能所)
    
    BESIII_Offline_Software_Chengdu_202405.pdf
  - 6
    
    基于SNiPER的JUNO离线软件并行化
    
    JUNO实验离线软件（junosw）基于SNiPER框架进行开发。而MT-SNiPER则从框架层扩展了对多线程的支持，其为junosw的事例级并行化带来很大便利。在前不久完成的首轮JUNO data challenge (DC-1)任务中，junosw全链条数据处理软件功能得到验证。同时，通过DC-1中大量的4线程重建作业，MT-SNiPER的可靠性也得到检验。不过，在junosw的muon事例模拟和在线波形重建等算法中，对更细粒度的事例内并行也有强烈需求。为此，我们重构了SNiPER框架中对多线程支持的顶层架构和核心逻辑，实现了对事例级和事例内多层级混合并行的支持。新的软件架构能够兼容现有的junosw软件，且提供了面向算法的友好的事例内并行开发接口。将事例内并行应用于波形重建算法后，在初步测试中得到了很有吸引力的结果。
    
    Speaker: Jiaheng Zou (高能所)
    
    基于SNiPER的JUNO离线软件并行化.pptx
- 午餐
- 高能物理数据处理
  
  Convener: Yiming 一鸣 Li 李 (IHEP)
  - 7
    
    JUNO distributed computing
    
    The Jiangmen Underground Neutrino Observatory (JUNO) is a multipurpose neutrino experiment and the determination of the neutrino mass hierarchy is its primary physics goal. JUNO is going to take data in 2024 with 2PB raw data each year and use distributed computing infrastructure for simulation, reconstruction and analysis tasks. The JUNO distributed computing system has been built up based on DIRAC since 2018. The official Monte Carlo production has started to run in the system and PBs of massive MC data has been shared among JUNO data centers through this system since last year. In this paper, an overview of the JUNO distributed computing system will be presented, including workload management system, data management system and calibration data access system. Also the progress of adapting the system to the token-based AAI and WebDAV TPC will be reported. The paper will also describe the preparations for the coming data-taking, and how we will arrange JUNO data processing activities in this platform for data-taking.
    
    Speaker: 晓梅张 (高能所)
    
    JUNO distributed computing system -- 第一届高能所用户会议.pptx
  - 8
    
    Status of CEPC software and consideration on computing
    
    The talk will cover the recent developments and current status of the new software from CEPC, as well as the consideration of computing.
    
    Speaker: Dr Gang LI (高能所)
    
    CEPCSoftware_v01.pdf
  - 9
    
    Data flow and processing at LHCb
    
    The Large Hadron Collider beauty (LHCb) experiment at CERN is dedicated to exploring CP violation, b-hadron physics, physics beyond the Standard Model, and various other research areas. LHCb relies on intricate data flow mechanisms and distributed computing systems to handle the massive amounts of data produced from proton-proton collisions. This presentation provides an overview of the data flow architecture and data processing method at LHCb in the past and on-going runs.
    
    Speaker: 赞任 (Tsinghua University)
    
    DataFlow_LHCb_ZanRen.pdf
- 茶歇
- 高能物理数据处理
  
  Convener: Yiming 一鸣 Li 李 (IHEP)
  - 10
    
    CMS合作组用户报告
    
    介绍CMS合作组内的计算情况、常用的工具和遇到的问题
    
    Speaker: UNKNOWN 王储 (IHEP)
    
    计算中心交流.pdf
- 宇宙学、天文卫星、天体物理数据处理
  
  Convener: Hong LI Hong (高能所)
  - 11
    
    AliCPT 数据分析方法
    
    原初引力波探测对于研究宇宙起源具有重要意义，其最佳测量手段是对宇宙微波背景辐射（CMB）B模式偏振的精确测量。AliCPT实验是在我国西藏阿里地区5250米处建设一台高灵敏CMB望远镜，测量CMB B模式偏振，探测原初引力波。本报告将介绍AliCPT的数据分析方法，包括从望远镜的原始数据出发，进行底层数据处理，制图，对天图进行统计，限制宇宙学参数等过程。
    
    Speaker: Mr 洋刘 (高能所)
    
    AliCPT数据分析方法.pptx
  - 12
    
    HXMT卫星数据任务监管与调度软件设计
    
    Speaker: 进王 (中国科学院高能物理研究所)
    
    高能物理计算用户研讨会-慧眼卫星运行监管与调度系统报告-王进.pptx
  - 13
    
    脉冲星高能观测数据联合处理与分析
    
    脉冲星是超新星爆发后产生的致密星体，具有磁场强、转速快且极其稳定、引力大和密度高等特点。脉冲星不仅在射电波段有丰富的物理现象，在X射线和伽马射线波段也存在丰富的物理现象。我们利用极目GECAM卫星的观测数据，通过对脉冲星高能观测数据的分析，监测脉冲星的自转和脉冲轮廓演化、搜索新的脉冲星或者已知脉冲星在其他波段的脉冲辐射。
    
    Speaker: 跃黄 (IHEP)
    
    脉冲星高能数据处理-成都202405-v2.pptx
- 晚宴
Tuesday, 21 May
- 宇宙学、天文卫星、天体物理数据处理
  
  Convener: Min Zha (高能所)
  - 14
    
    EP-FXT科学应用系统
    
    爱因斯坦探针EP卫星于2024年1月9日成功发射，高能所负责其中后随X射线望远镜（FXT）载荷的研制和FXT科学数据中心的建设。本报告简单介绍EP卫星的基本情况、科学目标和载荷性能，重点介绍FXT科学数据中心的工作，包括数据产品的组织、生产、分析、快视和整体调度流程，以及数据的标定和发布等。
    
    Speaker: 贾淑梅 (高能所)
    
    EP-FXT_第一届高能物理计算用户研讨会-成都_20240521.pptx
  - 15
    
    Data analysis and software of LHAASO
    
    The Large High Altitude Air Shower Observatory (LHAASO) is
    designed to detect the cosmic rays and gamma-ray air showers in a wide energy range, from sub-TeV to beyond 1 PeV. It consists of KiloMeter-square Array(KM2A), Water Cherenkov Detector Array (WCDA), 18 Wide Field-of-view Cherenkov Telescope Array (WFCTA). The WFCTA primarily focuses on cosmic ray physics, while the KM2A and WCDA are mainly dedicated to gamma-ray astronomy. To address these needs, we have designed and implemented a modular analysis framework. In this contribution, I overview the design and capabilities of the LHAASO data analysis framework.
    
    Speaker: Min Zha (高能所)
    
    20240520_高能计算_LHAASO.pdf
  - 16
    
    基于Python+GPU的多源分析软件
    
    对于面向物理课题的数据分析而言而言，通常以交互方式运行，且需要使用编程语言（如Python)来灵活改变理论模型。交互方式分析数据对程序运行时间十分敏感，通常希望单次作业可以在分钟甚至秒量级时间给出阶段性计算结果。一个可能的解决方案是采用GPU加速运算过程。
    对于高能所计算集群而言，提交作业方式运行与直接分析存在天然的割裂，作业需要单独的程序文件，输入输出都以磁盘文件形式，带来额外的IO占用和时间损耗。
    
    Speaker: Dr 勇黄 (高能所)
    
    report20240520.pdf
    
    report20240520.pptx
- 茶歇
- 光源科学数据处理
  
  Convener: 一张 (ihep)
  - 17
    
    先进同步辐射光源“智慧终端”的与应用
    
    我国同步辐射硬设施建设的水平、数量均跻身世界前列，但分析破解海量、多模态实验数据的软设施建设却发展严重滞后，直接阻碍了重大科学突破的发现与产出。报告人通过多尺度模拟、数字孪生、人工智能的技术融合，构建了同步辐射“智慧终端”多维解析计算系统，实现多种重要材料的结构及性能的精准解析，推动了包括新型纳米药物和功能新材料的性能提升研究。
    
    Speaker: Prof. Lina Zhao (高能所)
    
    赵丽娜-先进同步辐射光源“智慧终端”的应用.pptx
  - 18
    
    AI赋能的HEPS新一代实验操作软件系统
    
    摘要：新一代同步辐射装置所开展的实验向高通量、多模态、超快频率、原位及动态加载的形式转变，成为科学数据最大的产生地之一，亟需打造新一代的实验控制、数据采集、实时数据解析与大数据管理的科学软件体系来面对数据通量爆发性增长的挑战。目前，团队正积极推动“大型科学软件框架+AI for Science”科研范式，在国内率先打造了新一代同步辐射实验操控软件框架（Mamba）与应用软件生态系统，并大力发展面向光源各物理方法学的人工智能与先进图像处理技术，旨在让数据在第一时间发挥科学价值，提升我国新一代同步辐射光源装置科学实验的自动化与智能化水平。本次汇报将以衍散射、谱学与成像等实验方法的自动化软件研制为例，探讨人工智能大模型与光源统一性数据采集软件及大数据流中枢系统的融合机制。
    
    Speaker: 一张 (ihep)
    
    成都202405.pdf
  - 19
    
    中子散射的计算物理方法--过去、现在与未来
    
    中子源的发展本质上是一个通量提升的过程。为拓展更多应用，中子散射实验也随之越来越复杂，直接导致了基于确定论计算方法的使用不便和收敛困难。与此同时，基于概率论的计算方法从上世纪七十年代后开始蓬勃发展，并且在英国散裂中子源的设计优化中启到了支柱性作用。直到二十一世纪初，欧洲七个中子源一起定义了“中子散射虚拟实验”的概念，认为新一代的计算方法可以得到与真实实验一致的原始数据，并会在不久的未来得到广泛的常规性应用。然而该方法的普及并未如期而至，而是出现了多个“虚拟实验”的简化版概念。本报告将从科学软件开发者的角度讨论原始目标的难点，并介绍领域内的新发展。
    
    Speaker: 晓晓蔡 (高能所)
    
    caixx.pptx
  - 20
    
    能量分辨中子成像谱仪成像方法研究进展
    
    2023年7月，中国散裂中子源（CSNS）的能量分辨中子成像谱仪（ERNI）成功通过技术值班测试和验收。其性能参数包括：最佳波长分辨率优于0.4％，波长范围从0.03到18Å，中子成像视场可以达到20厘米×20厘米，样品位置处的通量可以达到10^7n/s/cm^2。在中国，ERNI是第一个也是唯一基于脉冲中子源的成像装置，并同时建设了中子成像与中子衍射技术。与X射线成像相比，中子成像具有深度穿透和对轻元素的敏感性的优势。可以无损检测材料和组件内部数厘米深处的结构信息。目前，基于ERNI发展了多种成像方法，包括利用中子二维和三维成像可以提供有关样品内部缺陷、孔洞和裂纹的结构信息；基于飞行时间（TOF）的布拉格边中子成像可获得材料内部晶体结构、磁性结构以及应力和应变的空间分布；中子光栅干涉仪成像可以分离样品的吸收、折射和散射信息，用于磁畴的可视化研究等。
    
    Speaker: Dr 声翔王
    
    报告.pptx
- 午餐
- 高能物理数据处理
  
  Convener: 梁志均 LIANG Zhijun
  - 21
    
    大型强子对撞机上ATLAS实验的computing
    
    该报告对大型强子对撞机上ATLAS实验的computing进行综述
    
    Speaker: 梁志均 LIANG Zhijun
    
    BEIJING-LCG2_ATLAS_2024-v3.pdf
- 多学科的高性能计算
  
  Convener: Weiming An (Beijing Normal University)
  - 22
    
    格点QCD计算新软件框架
    
    为了在国产超算上高效可移植地开展格点QCD数值计算工作，我们正在研发一套新软件框架，这个框架也可用于其他科学领域的计算工作。框架分五层，包含从编译前的自动代码生成到运行时的并发调度的整个工作流程。本报告将介绍目前的研发进展情况。
    
    Speaker: UNKNOWN 宫明
    
    gongming.pdf
  - 23
    
    等离子体尾场加速模拟程序QuickPIC与QPAD算法与开发研究
    
    作为准静态近似的PIC并行模拟程序，QuickPIC自2006年诞生以来一直在等离子体尾场加速的研究领域发挥着重要作用。随着2017年QuickPIC成为首个开源的准静态近似PIC程序，它的功能还在不断的扩充，算法还在继续的优化。我们将介绍QuickPIC的基本算法及近期的相关算法优化工作，同时将着重介绍QuickPIC中有限差分Possion方程求解器的引入与应用。与此同时，我们还将介绍诞生于2020年的另一个准静态近似PIC程序QPAD。它是在QuickPIC的基础上引入了角向模式分解的方法，从而极大减少了对同一近对称物理问题进行模拟所需消耗的计算资源。
    
    Speaker: Weiming An (Beijing Normal University)
    
    20230309_quickpic.pdf
- 茶歇
- 多学科的高性能计算
  
  Convener: Weiming An (Beijing Normal University)
  - 24
    
    FBPIC算法介绍及应用
    
    基于等离子体的新加速机制因其超高加速梯度而备受关注。激光驱动等离子体尾波加速器（LWFA）能够产生峰值流强高于10kA的飞秒级GeV电子束，是实现束流驱动等离子体尾波加速器（PWFA）的理想驱动束，且相对于传统加速器而言更容易获得。我们用FBPIC（Fourier-Bessel Particle-In-Cell）算法对上述LWFA驱动PWFA过程进行模拟，在LWFA阶段采用强激光入射均匀等离子体，形成空泡型非线性尾波场，实现电子自注入并加速至较高流强；激光耗尽后，电子束在空泡内自动前移至最前端成为PWFA的驱动束，束流头部电子加速束流尾部电子，实现LWFA-PWFA的自动转换。该方案采用不需要反射激光，避免了级间连接，在单级内实现混合加速。
    
    Speaker: 心源常 (中国科学院高能物理研究所)
    
    2024.05.21_第一届高能物理计算用户研讨会.pptx
  - 25
    
    等离子体尾波模拟程序QuickPIC的GPU-MPI加速
    
    PIC （particle-in-cell）是等离子体模拟程序所采用的一种主要方法，可以得到等离子体中各物理量随时间的变化规律。基于准静态近似的PIC$程序^{[1,2]}$QuickPIC可以高效模拟等离子体尾波加速问题，其运算速度与普通PIC程序相比提高了100到1000倍。我们借助CUDA C与Fortran2003开发了QuickPIC的GPU-MPI加速版本，对QuickPIC的fft2d，fpois2d，ufield2d，part2d等中层类做了修改，用GPU的多线程、多流式多处理器并行代替OpenMP控制的CPU多核并行，并测试了改写后程序的准确性和效率提升。结果显示，对于同一个输入文件，在笔记本电脑上单核GPU/CPU运行时，不同的中层类以及函数，运算速度提高了2倍到75倍左右，在保证结果正确性与稳定性的基础上显著改善了程序效率；加入MPI层面的并行，在超级计算机上多核运行时，也能维持结果的准确性，为后续研究和运用奠定了基础。
    
    Speaker: 悦然田 (北京师范大学物理学系)
    
    等离子体尾波模拟程序QuickPIC的GPU-MPI加速.pptx
  - 26
    
    并行计算在光源储存环设计与优化中的应用
    
    光源储存环优化是一个复杂的多目标优化问题。需要同时实现尽可能低的发射度和足够大的动力学孔径和动量接受度。在非线性优化过程中，动力学孔径和动量接受度的评估耗时较长，且非线性优化难度大优化算法收敛较慢，这使得优化过程耗时较长。通过并行计算可以同时计算大量解的目标值，极大提高了储存环优化设计的效率。
    
    Speaker: 朔许 (高能物理研究所)
    
    并行计算在光源储存环设计与优化中的应用.pptx
  - 27
    
    LaCl3在LiCl-KCl-CsCl熔盐中配位种态的机器学习研究
    
    LiCl-KCl-CsCl体系作为一种熔点较低的三元混合熔盐可应用于乏燃料干法后处理技术。以往研究发现，镧系元素在熔盐中的氧化还原电位与元素种态存在紧密关系，而不同种态镧系元素在熔盐中的配位化学目前还有待进一步探索。本工作结合第一性原理计算和机器学习方法，开展了大尺度的分子动力学模拟研究，系统地考察了在563-800K的温度范围内，当LaCl3的摩尔百分比为2.0%，5.8%以及10.9%时，La3+离子在LiCl-KCl-CsCl混合熔盐中的配位结构与种态分布，并研究了密度、粘度等宏观物理性质随着温度和LaCl3含量的变化趋势，上述研究可为相关实验工作提供了理论指导和依据。
    
    Speaker: Jianhui Lan (高能所)
    
    蓝建慧-2024.5.22-成都会议.pptx
- 计算平台服务支持
  
  Convener: Dr JIngyan Shi (IHEP)
  - 28
    
    用户的工具箱
    
    用户工具箱.pptx
- 晚餐
Thursday, 23 May
- 技术交流与讨论