高能物理计算和软件会议

4 Jun 2017, 08:00 → 7 Jun 2017, 18:00 Asia/Shanghai

中国科学院成都情报文献中心

Weidong Li (高能所) , Zhiqiang Zhang

高能物理计算和软件会议重点关注高能物理科学计算相关技术和软件，包括计算环境基础设施、软件中间件、物理软件等方面。

photo 1.jpg

Sunday, 4 June

15:00 → 18:00 会议注册

Monday, 5 June

08:00 → 09:00 会议注册

09:00 → 09:15 开幕式

领导讲话

09:15 → 10:15 科学计算基础设施I

Convener: 奕 文 (成都文献情报中心)

09:15 面向高能物理需求的网络架构及性能优化

报告介绍面向高能物理高速数据交换、云计算资源任务调度需求的网络架构及网络性能优化设计方案，同时结合LHCONE（LHC Open Network Environment）项目目标和技术框架，介绍中国高能物理领域在推动LHCONE方面的进展和规划。

Speaker: Mr 法制 齐 (高能所)

Slides HEP-Network-ChengDu.pptx

09:35 高能物理通用数据传输系统介绍

报告结合未来多个大型高能物理实验需求，介绍高能物理通用数据传输系统的设计目标、技术框架和设计方案。

Speaker: Ms 珊 曾 (IHEP)

Slides data_transfer_system.pdf

09:55 网络系统讨论

10:15 → 10:45 茶歇及合影

10:45 → 12:15 科学计算基础设施II

Convener: 京燕 石 (高能所)

10:45 高能物理计算环境

本报告将介绍当前高能物理离线处理计算的主要趋势和技术方向，并对高能所已经提供的计算服务进行总结。内容主要包括集群计算、网格计算、分布式计算、云计算以及志愿计算等基础设施，以及在开源软件基础上自主研发的管理和支撑系统。

Speaker: Ms 然 杜 (高能所)

Slides Computing_Env_of_HEP.pdf Computing_Env_of_HEP.pptx

11:05 高能所数据存储系统现状与规划

高能物理计算属于数据密集型高性能计算，数据存储系统是影响计算性能的关键环节。数据存储系统不仅要保存海量数据，同时还要考虑与数据处理系统配合，提高数据分析效率。高能物理研究所的计算环境目前采用磁带和磁盘分级存储架构，针对不同需求，目前主要使用基于开源的软件系统，包括：AFS，Lustre，Gluster，Castor，CVMFS，EOS等。报告将介绍目前存储系统的现状以及下一步的发展规划。

Speaker: 海波 李 (高能所)

Slides IHEP-disk-storage-overview.pptx

11:25 高能物理计算基础设施运维管理

Speaker: Mr 晓飞 闫 (高能所)

Slides HEP_infrastructure.pptx

11:45 计算系统讨论

14:00 → 16:00 高能物理计算软件:BESIII&MOMENT

Convener: 卫东 李 (高能所)

14:00 BESIII上CGEM内径迹室模拟重建软件的研究进展

CGEM探测器是BESIII内径迹室可能的升级方案，其模拟重建软件的研究开发对该方案的具体性能以及对BESIII物理研究的影响能做出可靠、定量的估计，该报告将介绍该研究内容的进展现状。

Speaker: Dr 亮亮 王 (IHEP)

Slides 20170605_CGEM-IT_Software_Wangll.pptx

14:20 BESIII数据质量监测系统

介绍北京谱仪III的在线数据质量监测系统及其最近的改进。

Speaker: 言佳 肖

Slides BESIII_DQM.pdf

14:40 Hough transform based curling track finding for BESIII:

In order to overcome the difficulty brought by the curling charged tracks finding in the BESIII drift chamber, we introduce the Hough transform based tracking method. This method is used as the supplementary to find low transverse momentum tracks. Hough Transform is a mathematical method to transform hit in detector to parameter space which can find hits on track using all detector layers. This tracking algorithm is realized in C++ in BOSS (BESIII offline software system) and the performance has been checked by both Monte Carlo data and real data. We show that this tracking method could enhance the reconstruction efficiency in the low transverse momentum region.

Speaker: Ms 瑶 张 (IHEP)

Slides 20170605_chengdu_software.pdf

15:00 面向事例的高能物理大数据管理系统

摘要：新一代高能物理实验装置的建成和运行，产生了PB乃至EB量级的数据，这对数据采集、存储、传输与共享、分析与处理等数据管理技术提出了巨大挑战。事例是高能物理实验的基本数据单元，一次大型实验即可产生万亿级的事例。本文就高能物理事例的索引技术，事例跨域传输技术，事例缓存技术进行介绍。 传统高能物理数据处理以ROOT文件为基本存储和处理单位，每个ROOT文件可以包含数千至数亿个事例。这种基于文件的处理方式虽然降低了高能物理数据管理系统的开发难度，但存在着很多问题。比如全数据扫描，筛选时间长。基于文件的缓存效率低，基于文件的传输Overhead高。在实际的高能物理数据分析过程中，大部分的数据都是物理学家们不感兴趣的数据，而且可以通过一些简单的条件即可过滤掉，如果条件设置得当，该系统能够帮助物理学家筛选掉甚至99.9%的不感兴趣的数据。这样不仅可以节省I/O资源，还能提高CPU利用率，减少数据分析耗时。提出一种面向事例的高能物理数据管理方法，重点研究海量事例特征高效索引技术，在这种方法中，将物理学家感兴趣的事例特征量抽取出来建立专门的索引，存储在NoSQL数据库中。为便于物理分析处理，事例的原始数据仍然存放在ROOT文件中。最后，通过系统验证和分析表明，基于事例特征索引进行事例筛选是可行的，优化后的HBase系统可以满足事例索引的需求。 大型高能物理实验往往由国际合作单位共同贡献资源形成分布式计算系统，比如WLCG[4]、BES Grid等。传统的计算方式是事先将数据传输到目标站点，然后再将计算任务调度过去运行。随着网络带宽的提升，全网调度计算任务，数据远程访问成为未来的发展趋势。一般局域网的时延在1ms以下，而中国到欧洲的广域网时延能达到200ms左右，在这种情况直接使用文件系统I/O访问基本无法工作，急需要求研究高带宽的远程I/O访问技术。 欧洲大型强子对撞机产生海量数据便是由WLCG(World wide LHC Computing Grid)负责存储和处理的。在WLCG的Tier结构中，数据并不是完全复制到所有的站点中，因此计算任务会被调度到存储数据的地方。如果某个站点需要分析感兴趣的数据，需要提前进行数据订阅，将数据预先传输到指定的站点。不同于WLCG预先传输文件，面向事例的数据传输系统仅传输物理分析程序所感兴趣的事例，所需数据量大幅降低，随着网络带宽不断提升，将可以支持计算任务实时传输数据。 数据传输系统由数据传输服务器和数据传输客户端两部分组成，分别运行在不同的站点。数据传输服务器负责数据的存储和对请求的响应。在服务器端应用了多进程并发处理机制，实现高效的用户请求响应。运行在远程站点的高能物理数据处理软件在做物理分析时不用考虑数据是否在本地站点，它可以通过ROOT框架或者本地文件系统接口来访问所需要的事例数据。为提升数据访问性能，在数据传输客户端设置了基于事例和数据块的缓存系统。数据传输基于HTTP协议，支持分块、多流及断点续传等功能。并基于Oauth授权进行安全保障。系统测试结果表明，在网络带宽良好的环境里，带宽利用率可以达到90%左右。 设计实现了事例级高能物理实验数据的跨域访问缓存系统进行跨站点数据缓存。物理学家进行实验作业分析时，不需要将整个DST文件下载到本地。将事例请求发送至缓存服务器后，缓存服务器向远程站点发送请求，之后以事例为级别进行HTTP多流传输至本地缓存，并返回至客户端。对客户端来说，所有操作都是在缓存服务器上进行，远程站点是透明化的。缓存服务器提供了按需访问、动态调度的新型高能物理数据跨域访问模式，系统访问及传输以事例为单位，大大的减少了资源浪费，提高了作业处理效率。同时缓存系统提供了统一数据管理、远程站点统一文件视图，为用户提供了本地化操作模式。缓存系统中设计了用户操作日志分析模块，以syslog模式抓取用户对于数据分析的记录，通过近期数据分析，实现数据预取来增强系统读性能。在整个缓存系统模块中应用了多进程并发处理机制，实现高效的用户消息处理模式和高性能的读写调度架构。系统中客户端与服务器端通信都采用了高能物理计算中通用的XROOTD架构，具有较强的普适性与通用性，更好的与高能物理实验分析作业相结合。 作为一种新型的高能物理事例管理系统架构，有效的解决了传统基于文件处理的资源浪费和效率低下问题，同时缓存服务器将远程站点的数据以本地化的模式提供给用户，提供了便捷高效的数据处理模式。整个系统为高能物理跨域计算提供了新型的架构，在高能物理计算环境中具有较好的应用发展前景。

Speaker: Ms 聪 王 (IHEP)

Slides The_event_data_management_system_in_high_energy_physics.pptx

15:20 MOMENT实验靶站的模拟

通过俘获高能质子束流打靶产生的次级粒子得到pion-muon束流进而得到中微子束流是中微子以及muon物理研究 的重要手段。本报告介绍在中国拟开展的MOMENT以及相关实验中靶站的模拟软件以及模拟进展。

Speaker: 野 袁 (高能所)

Slides MOMENTTargetStationMC.ppt

15:40 讨论

16:00 → 16:20 茶歇

16:20 → 18:30 高能物理计算软件:CEPC&CSNS&DAMPE

Convener: 俊荣 张 (高能所)

16:20 Simulation and Reconstruction at the CEPC

CEPC could deliver 1 M Higgs boson and 10 Billion Z bosons in its electron-positron collision operations, and boost the precision of Higgs and EW measurements by at least one order of magnitude w.r.t the HL-LHC projection and existing EW measurements. The Design and optimization of the CEPC detector, as well as exploration of its physics potential, requires the development of a large-scale, dedicated software package. In this talk, we are going to summarize the status and plans for the CEPC simulation/reconstruction development.

Speaker: Mr 曼奇 阮 (IHEP)

Slides CEPC-Optimization-Reconstruction.pdf

16:40 TensorFlow 在CEPC Jet Flavor Tagging的尝试

CEPC 的 Jet Flavor Tagging 的硬件基础是其非常出色的顶点探测器和基于粒子流设计思想高粒度量能器，此前的算法采用了TMVA/BDT方法。我们最近尝试采用深度学习的框架来进行测试，结果表明，仅仅在同样输入变量集合下，深度学习已经获得了明显的改善。接下来，我们将会尝试增加更多的变量，乃至Hit级的信息，并考虑推广到对Jet的更精细的鉴别：比如Gluon Jet和uds Jet的鉴别和Jet Charge等。更长远的计划是用深度学习方法来做Tracking。

Speaker: Dr 刚 李 (Experimental Physics Division, Institute of High Energy Physics)

Slides DeepLearning_LiGang.pdf DeepLearning_LiGang.pptx

17:00 Introduction to the scientific application system of DAMPE

The Dark Matter Particle Explorer (DAMPE) is a high energy particle physics experiment satellite, launched on 17 Dec 2015. The science data processing and payload operation maintenance for DAMPE will be provided by the DAMPE Scientific Application System (SAS) at the Purple Mountain Observatory (PMO) of Chinese Academy of Sciences. SAS is consisted of three subsystems - scientific operation subsystem, science data and user management subsystem and science data processing subsystem. In cooperation with the Ground Support System (Beijing), the scientific operation subsystem is responsible for proposing observation plans, monitoring the health of satellite, generating payload control commands and participating in all activities related to payload operation. Several databases developed by the science data and user management subsystem of DAMPE methodically manage all collected and reconstructed science data, down linked housekeeping data, payload configuration and calibration data. Under the leadership of DAMPE Scientific Committee, this subsystem is also responsible for publication of high level science data and supporting all science activities of the DAMPE collaboration. The science data processing subsystem of DAMPE has already developed a series of physics analysis software to reconstruct basic information about detected cosmic ray particle. This subsystem also maintains the high performance computing system of SAS to processing all down linked science data and automatically monitors the qualities of all produced data. In this talk, we will describe all functionalities of whole DAMPE SAS system and show you main performances of data processing ability.

Speakers: Dr 京京 藏 (PMO) , Dr 翔 李 (PMO)

Slides Introduction_to_DAMPE_SAS.pptx

17:20 中国散裂中子源数据管理和云分析平台

中国散裂中子源（CSNS）是面向国内外科研与工业用户开放的大科学装置。CSNS用户平台提供全方位的数据与分析高性能支持，其设计理念是数据安全、数据共享、资源优化与用户友好。本文将介绍CSNS的数据传输、数据存储、元数据目录、数据访问、以及云分析平台的设计开发部署情况。 数据传输服务用于在不同的存储位置间传输巨量数据，包括本地线站、CSNS计算中心、远程灾备镜像和远程超算中心，具备高速和高可靠的特点。 数据存储采用热区、冷区和备份区多级存储层次，不同的区域具有不同的I/O速度、存储时长、使用场景和访问策略。存储管理系统负责管理数据在各个区域之间的移动和一致性。 元数据目录基于ICAT，通过核心科学元数据模型（CSMD）管理从提案申请到实验实施到文章发表整个科研周期中产生的各种元数据。通过数据库集群和读写分离来确保数据的安全性和稳定性。 基于Web的数据访问系统提供一站式的元数据浏览和搜索、数据下载和上传、数据可视化等功能，用户可以随时随地访问自己实验数据与分析结果等。 基于云计算技术的数据分析平台提供CSNS用户按需使用的计算资源，并简化不同数据处理环境、异构操作平台的部署和管理。

Speaker: Mr 明 唐 (高能所)

Slides CSNS_data_management_tangm.pptx

17:40 CSNS计算环境概述

随着高能物理实验的规模不断扩大，计算和存储需求在不断地增长，即将建成的中国散裂中子源（简称CSNS）同样面临着数据分析处理与海量实验数据存储的巨大需求。本文基于CSNS的实际需求，对面向中子散射实验的计算环境进行详细介绍。文章首先介绍CSNS的计算特征和实际需求，然后详细阐述基于计算需求构建的分布式存储系统、云计算平台、高性能计算平台等基础设施，最后对当前的计算环境进行总结并介绍未来的扩展计划。

Speaker: 亚康 李 (高能所)

Slides liyk-CSNS_Computing_Environment.pptx

18:00 讨论

19:00 → 21:00 晚餐

Tuesday, 6 June

08:30 → 09:30 高能物理计算软件: Dayabay&JUNO

Convener: 曼奇 阮 (IHEP)

08:30 Data processing and storage in Daya Bay

The Daya Bay Reactor Neutrino Experiment reported the first observation of the non-zero neutrino mixing angle θ13 using the first 55 days of data. It has also provided the most precise measurement of θ13 with the extended data to 1230 days. Daya Bay will keep running for another 3 years or so. There is about 100TB raw data produced per year, as well as several copies of reconstruction data with similar data volume for each copy. The raw data is transferred to Daya Bay onsite and two offsite clusters: IHEP in Beijing and LBNL in California, with a short latency. There is quasi-real-time data processing at both onsite and offsite clusters, for the purpose of data quality monitoring, detector calibration and preliminary data analyses. The physics data production took place a couple of times per year according to the physics analysis plan. This talk will introduce the data transfer and storage, data processing and monitoring, and the automation of the calibration.

Speaker: Dr 苗 何 (IHEP)

Slides hem_170606_dyb_offline.pptx

08:50 江门中微子实验离线软件的发布

江门中微子实验 (JUNO) 的核心物理目标之一是精确测量中微子质量顺序。作为实验研制的重要组成部分，离线数据处理软件涵盖了模拟、刻度、重建和数据分析等。离线软件每年发布两到三个版本，被JUNO合作组用于数据产生和物理分析。确保离线软件的发布对于软件质量、数据产生和物理分析都至关重要，本报告将介绍JUNO离线软件的发布、部署以及测试和检查。 * 离线软件的开发基于 Subversion (SVN) 进行版本控制。物理开发人员基于同一个 SVN 仓库进行开发。软件发布时，会建立分支用于该版本的维护。我们采用螺旋式的开发模型，正式版本发布前，会经过几轮的预发布版本。 * 离线软件使用CMT进行编译。同时给出了使用cmake的解决方案，以在将来替换CMT。 * 由于JUNO是国际合作的实验，为在各个站点统一部署相同的软件，开发了一套通用工具集。它的功能包括外部库软件的部署、软件框架的部署、离线软件的部署以及运行环境的设置。 * 为了确保软件的性能和数据的质量，每个预发布版本都需要完成单元测试、集成测试以及数据产生和质量检查。基于开源工具bitten，完成持续的自动编译和单元测试。集成测试则在预发布版本建立之前进行。在预发布版本发布后，使用自主研发的工具JunoTest，完成自动化的数据产生和分析。最后测试的结果会反馈给物理开发人员。 至今为止，JUNO的离线软件已经发布了多个重要的软件版本。数据产生组基于正式软件版本完成了数据产生和质量检查的重要任务。

Speaker: Dr 韬 林 (高能所)

Slides JUNO-software-release.pdf JUNO-software-release.pptx

09:10 JUNO Geometry Management

江门中微子实验中几何服务

Speaker: 凯杰 李 (中山大学)

09:30 → 10:20 参观LHAASO沙盘&茶歇

10:20 → 12:10 高能物理软件：JUNO

Convener: 苗 何 (IHEP)

10:20 JUNO数据库接口的设计

在高能物理实验中，一些实验数据需要用数据库存储。但是随着实验数据越来越多，对数据库的操作，尤其是IO操作，会在性能上有局限性。数据库接口旨在让对数据库了解不多的用户用比较简单的方式完成对数据库的操作和获取所需数据库的信息。报告介绍了当前数据库接口的设计和用户的使用方式，并且针对有可能出现的频繁IO操作引入的Frontier系统，该系统提供了缓存机制，减少对数据库的直接操作以便提高性能。

Speaker: 文昊 黄 (山东大学)

Slides sliders.pdf

10:40 并行环境下JUNO数据模型及输入输出系统的设计

在经历了数十年的高速发展之后，面对工艺和能耗等因素的限制，单核处理器的性能提升遇到了极大的阻力。可以预见，在未来长时间内，处理器的性能提升将主要依赖于其横向的扩展。为了尽可能地利用多核处理器的性能，发展并行计算技术尤为重要。 目前，支持并行计算的JUNO离线软件原型正处于设计与开发阶段，而数据模型和数据输入输出系统的并行化是其重点与难点。本报告讨论在并发环境下，基于因特尔TBB模板库的JUNO离线软件原型的设计，以及数据模型和数据管理模块的设计改进，以实现JUNO离线软件的并行化。

Speaker: 腾 李 (Shandong University)

Slides JUNO concurrency

11:00 Event Display in JUNO Experiment

The current event display module is based on the ROOT EVE package in Jiangmen Underground Neutrino Observatory (JUNO). we use Unity, a multiplatform game engine, to improve its performance and make it available in different platform. Compared with ROOT, Unity can give a more vivid demonstration of high energy physics experiments and it can be transplanted into another platform easily. We build a tool for event display in JUNO with Unity. It provides us an intuitive way to observe the detector model, the particle trajectory and the hit time distribution.

Speaker: Mr 江 朱 (Sun Yat-sen University)

Slides 20170606Event_Display_in_JUNO_Experiment.pdf

11:20 Using Deep Learning in Event Reconstruction and Detector Design

In this work, we present the usage of deep learning in event reconstruction, particularly in vertex and energy reconstruction. We will use the approach on the Daya Bay antineutrino detector. Using the results therefrom, we apply deep learning to detector designs, and found that the vertex and energy resolution of the Daya Bay detector has an exponential relationship with the number of photomultiplier tubes (PMT). The placement strategy of PMTs has also been studied in this work. 在这项工作中，我们提出了使用深度学习的事例重建，特别是在顶点与能量重建。我们将使用的方法在大亚湾中微子探测器中。利用所得结果，我们将深度学习应用到探测器设计中。我们发现大亚湾探测器的顶点和能量分辨率与光电倍增管（PMT）的个数是个 e 指数关系。在此工作，我们也对光电倍增管的布局策略做出了分析。

Speaker: 章维 罗 (Nanjing University)

Slides Deep_LCW_Chengdu_DeepLearning_EventReco_DetectorDesign.pdf

11:40 讨论

14:00 → 15:20 高能物理计算软件: LHAASO&阿里

Convener: 京京 藏 (紫金山天文台)

14:00 SNiPER软件框架与并行计算进展

SNiPER是由我们独立自主开发的一个高能物理通用软件框架。其已被JUNO和LHAASO等实验采用，并有效促进了这些项目的预研工作。结合前期用户使用经验的反馈，我们为SNiPER做了相应的完善和优化。同时，针对计算设备硬件发展趋势，并行计算等技术已成为面向未来的软件发展潮流。基于SNiPER的后发优势，在其设计之初已对并行计算做了考虑和准备，使得以非侵入方式实现并行计算成为可能。本报告也将包括我们基于Intel TBB技术的并行计算进展情况。

Speaker: Dr 佳恒 邹 (高能所)

Slides SNiPER_Status.pptx

14:20 Status of LHAASO Offline Software Framework

Brief Introduction to the progress, status and planning of LhAASO offline software framework.

Speaker: 腾 李 (Shandong University)

14:40 阿里原初引力波探测计划数据处理

了解现有物理科学分析软件设计概念、整体框架结构搭建技术，讨论针对阿里原初引力波探测项目科学分析软件的整体框架结构设计。

Speaker: 洋 刘

15:00 讨论

15:20 → 15:40 茶歇

15:40 → 17:00 高能物理计算软件: LHAASO

Convener: 敏 查 (IHEP)

15:40 A Monte Carlo Simulation method based on the hits stream for the LHAASO-WCDA experiment

The Large High Altitude Air Shower Observatory (LHAASO) will be constructed at Mt. Haizishan in Sichuan Province, China. Among several detector components of the LHAASO, the Water Cherenkov Detector Array (WCDA) is of great importance for low-to-middle energy gamma ray physics. Due to the full coverage feature of the WCDA array, the low energy threshold of particles for generating Cherenkov lights, and a large amount of Cherenkov lights collected by the PMTs, the running of the usual detector simulation code for high energy air showers are quite memory- and CPU-consuming, with a consequence that the simulation job dies in the middle-way or lasts for a very long time. Targeting this problem, a new simulation method based on the hits stream is developed. The method breaks the simulation into several steps, in every step the ROOT tree is employed as the container for every kinds of hits. Tests show that the new method can efficiently solve the memory-consuming problem, and even can speed up the simulation procedure, as the real description and simulation of the key components of the detector can be carried out in a later fast step. The interface codes of this solution is quite general and could be used by other experiments.

Speaker: Dr 含荣 吴 (IHEP)

16:00 LHAASO-KM2A探测器的全模拟软件

高海拔宇宙线观测站（LHAASO）选址中国四川省稻城县海子山，是国际上新一代的规模最大的宇宙线探测装置。一平方公里阵列KM2A是LHAASO项目的主阵列，包含5000多个闪烁体探测器用于探测蔟射中电磁粒子和1100多个埋于2.5米地下的水契伦科夫探测器用于探测蔟射中的μ子。KM2A的主要科学目标是通过探测高能伽马射线源解决高能宇宙线起源这一世纪难题，阵列的全模拟是研究阵列性能和数据分析的前提和关键，庞大的探测器数目、1.3平方公里的覆盖面积和30米的海拔高度差别及每个探测器上万条次级光子的追踪对基于Geant4软件包的全模拟软件开发工作提出了严峻挑战。本报告主要介绍基于Geant4的LHAASO-KM2A探测器全模拟软件结构和各关键问题的解决方法。

Speaker: Mr 松战 陈 (中科院高能物理研究所)

Slides LHAASO-KM2A.pptx

16:20 LHAASO-WFCTA 模拟现状

LHAASO-WFCTA是LHAASO项目的主要组成部分之一，其主要物理目标是对能量段在50TeV至EeV的宇宙线进行分成份能谱的测量。为了充分的研究WFCTA的性能，我们对WFCTA做了详细的模拟。此外，为了研究WFCTA和LHAASO中的其它探测器阵列如KM2A以及WCDA之间联合观测的优势和特点，我们也对这三种探测器进行了联合模拟，并做了详细的分析。本报告重点讲述WFCTA的模拟现状以及和其它探测器的联合模拟和分析。

Speaker: Mr 丽涛 赵 (中科院高能物理研究所)

17:00 → 17:15 会议总结

19:00 → 21:00 晚餐

Wednesday, 7 June

08:00 → 12:00 返程