Специалисты CERN внедрили нейросетевые архитектуры непосредственно в микросхемы для селекции данных Большого адронного коллайдера (БАК). Эти решения функционируют в режиме реального времени, позволяя идентифицировать значимые физические события с задержкой в несколько наносекунд и радикально сокращать поток информации еще на этапе фиксации сигналов.
Ежегодно БАК генерирует колоссальный объем данных — порядка 40 000 эксабайт, что сопоставимо с четвертью всего мирового интернет-трафика. На пике нагрузки интенсивность потока достигает сотен терабайт в секунду, что многократно превышает возможности существующих систем хранения. Вследствие этого инфраструктура CERN вынуждена в реальном времени отсеивать 99,98% информации, сохраняя лишь 0,02% наиболее ценных для науки событий.
Для реализации этой задачи применяется двухуровневая архитектура фильтрации. Первый эшелон (Level-1 Trigger) базируется на массиве из тысячи программируемых логических матриц (FPGA), проводящих анализ всего за 50 наносекунд. Ключевую роль здесь играет алгоритм AXOL1TL, определяющий приоритетность данных. Для интеграции нейросетей в аппаратную среду используется инструментарий HLS4ML, транслирующий модели в оптимизированный код C++ для последующей прошивки в FPGA или ASIC.
Фото: CERN
Отличительной чертой методики CERN является применение предварительно рассчитанных таблиц поиска (LUT). Это позволяет мгновенно классифицировать типичные сигналы детекторов, минуя сложные вычисления, что обеспечивает беспрецедентное быстродействие и высокую энергоэффективность.
Вторая фаза очистки — High-Level Trigger — опирается на мощный вычислительный кластер, включающий 25 600 центральных процессоров и 400 графических ускорителей. Даже после первичного отсева система продолжает обрабатывать терабайтные потоки, архивируя для дальнейшего изучения около одного петабайта данных ежесуточно.
К 2031 году намечен запуск модернизированного коллайдера высокой светимости (High-Luminosity LHC), интенсивность данных на котором возрастет десятикратно. В рамках подготовки к этому этапу ученые уже ведут разработку сверхкомпактных нейросетевых моделей и оптимизируют алгоритмы обработки в реальном времени.
Концепция «миниатюрного ИИ» (tiny AI) от CERN, подразумевающая встраивание легковесных нейросетей прямо в «железо», обладает огромным потенциалом за пределами физики микромира. Подобные технологии крайне востребованы в беспилотном транспорте, высокоточной медицинской диагностике и аэрокосмической отрасли — во всех сферах, где требуется мгновенная реакция при жестких лимитах энергопотребления.
Источник: iXBT
