基于国产处理器架构的高能物理数据处理系统

程耀东; 程垚松; 毕玉江; 高宇; 李海波; 汪璐; 姚秋玲

doi:10.11959/j.issn.2096-0271.2021046

您当前的位置：

首页 >

文章列表页 >

基于国产处理器架构的高能物理数据处理系统

专题：国产环境下的大数据处理系统 | 更新时间：2024-06-03

- 基于国产处理器架构的高能物理数据处理系统
- Data processing system for HEP based on domestic processor architecture
- 大数据 2021年7卷第5期页码：2021046
- 作者机构：
  
  1. 中国科学院高能物理研究所，北京 100049
  2. 中国科学院大学，北京 100049
  3. 四川天府新区宇宙线研究中心，四川成都 610213
- 作者简介：
  
  [ "程耀东（1977- ），男，博士，中国科学院高能物理研究所研究员、博士生导师，主要研究方向为高性能计算、分布式存储、可计算存储等" ]
  [ "程垚松（1995- ），男，中国科学院高能物理研究所助理工程师，主要研究方向为高性能计算、分布式存储等" ]
  [ "毕玉江（1990- ），男，博士，中国科学院高能物理研究所助理研究员，主要研究方向为高性能计算、分布式存储、LQCD、量子计算等" ]
  [ "高宇（1994- ），男，中国科学院高能物理研究所硕士生，主要研究方向为分布式存储、可计算存储等" ]
  [ "李海波（1984- ），男，中国科学院高能物理研究所副研究员，主要研究方向为海量数据存储、大数据处理等" ]
  [ "汪璐（1983- ），女，博士，中国科学院高能物理研究所副研究员，主要研究方向为分布式文件系统、云存储和机器学习等技术在高能物理计算中的应用" ]
  [ "姚秋玲（1978- ），女，中国科学院高能物理研究所高级工程师，主要研究方向为海量数据存储、数据备份等" ]
- 基金信息：
  
  国家重点研发计划资助项目;The National Key Research and Development Program of China(2017YFB0203200);国家自然科学基金资助项目;The National Natural Science Foundation of China(12075268);国家自然科学基金资助项目;The National Natural Science Foundation of China(11575223);中国科学院高能物理研究所科技创新项目;The Science and Technology Innovation Project of IHEP(E15451U2)
- DOI：10.11959/j.issn.2096-0271.2021046
  中图分类号： TP316
- 网络首发：2021-09，
  
  纸质出版：2021-09-15
- 稿件说明：
移动端阅览
程耀东, 程垚松, 毕玉江, 等. 基于国产处理器架构的高能物理数据处理系统[J]. 大数据, 2021,7(5):2021046.

Yaodong CHENG, Yaosong CHENG, Yujiang BI, et al. Data processing system for HEP based on domestic processor architecture[J]. Big data research, 2021, 7(5): 2021046.
程耀东, 程垚松, 毕玉江, 等. 基于国产处理器架构的高能物理数据处理系统[J]. 大数据, 2021,7(5):2021046. DOI： 10.11959/j.issn.2096-0271.2021046.

Yaodong CHENG, Yaosong CHENG, Yujiang BI, et al. Data processing system for HEP based on domestic processor architecture[J]. Big data research, 2021, 7(5): 2021046. DOI： 10.11959/j.issn.2096-0271.2021046.

摘要

随着规模的不断扩大，高能物理实验产生了越来越多的科学数据，迫切需要先进的数据处理系统来支撑科学研究。目前，以ARM架构等为代表的国产处理器发展迅速，高能物理数据处理系统面临着新的机遇与挑战。首先总结了高能物理数据处理系统的需求及体系架构；然后描述了在国产处理器上开展的高能物理数据处理软件移植等相关工作，并提出了一种新的面向高能物理数据处理的可计算存储技术方案；最后给出了在国产处理器架构上的典型应用评测结果。

Abstract

More and more scientific data are produced by fast-developing high energy physics (HEP) experiments

which urgently require advanced data processing system to support scientific research.At present

HEP data processing system is facing new opportunities and challenges with the rapid development of domestic CPU such as ARM architecture.Firstly

a brief introduction to the requirements and architecture of HEP data processing system was given.Then the relevant work such as porting software to domestic CPU architecture was described.Additionally

a cutting-edge computational storage technology for HEP data processing was proposed.Finally

the evaluation results of typical HEP applications on domestic CPU architecture were given as well.

关键词

Keywords

references

BOCCALI T . Computing models in high energy physics [J ] . Reviews in Physics , 2019 , 4 : 100034 .

ANTCHEVA I , BALLINTIJN M , BELLENOT B , et al . ROOT:a C++framework for petabyte data storage,statistical analysis and visualization [J ] . Computer Physics Communications , 2011 , 182 ( 6 ): 1384 - 1385 .

PETERS A J , SINDRILARU E A , ADDE G . EOS as the present and future solution for data storage at CERN [J ] . Journal of Physics:Conference Series , 2015 , 664 ( 4 ): 042042 .

KLIMENTOV A , BENJAMIN D , GIROLAMO A D , et al . Enabling data intensive science on supercomputers for high energy physics R＆D projects in HLLHC era [J ] . EPJ Web of Conferences , 2020 , 226 ( 1 ): 01007 .

程耀东 , 石京燕 , 陈刚 . 高能物理计算环境概述 [J ] . 科研信息化技术与应用 , 2014 , 5 ( 3 ): 3 - 10 .

CHENG Y D , SHI J Y , CHEN G . A survey of high energy physics computing system [J ] . e-Science Technology ＆Application , 2014 , 5 ( 3 ): 3 - 10 .

何晓斌 , 蒋金虎 . 面向大数据异构系统的神威并行存储系统 [J ] . 大数据 , 2020 ( 4 ): 30 - 39 .

HE X B , JIANG J H . Sunway parallel storage system for big data heterogeneous system [J ] . Big Data Research , 2020 ( 4 ): 30 - 39 .

胡正丁 , 薛巍 . 面向异构众核超级计算机的大规模稀疏计算性能优化研究 [J ] . 大数据 , 2020 ( 4 ): 40 - 55 .

HU Z D , XUE W . Research on performance optimization for largescale sparse computation over many-core heterogenous supercomputer [J ] . Big Data Research , 2020 ( 4 ): 40 - 55 .

张淼 , 周宇 , 陈建海 , 等 . LQCD Dslash在神威·太湖之光上的研究分析与MPI实现 [J ] . 计算机科学与探索 , 2019 , 13 ( 10 ): 1664 - 1676 .

ZHANG M , ZHOU Y , CHEN J H , et al . Analysis and MPI implementation of LQCD Dslash on Sunway TaihuLight [J ] . Journal of Frontiers of Computer Science ＆Technology , 2019 , 13 ( 10 ): 1664 - 1676 .

PROMBERGER L , CLEMENCIC M , COUTURIER B , et al . Porting the LHCb stack from x86 (Intel) to AArch64 (ARM) and ppc64le (PowerPC) [C ] // Proceedigs of the EPJ Web of Conferences . [S.l.]:EDP Sciences , 2019 :05016.

MARIK M . Porting the LCG software stack to the ARM architecture [Z ] . 2019 .

AGOSTINELLI S , ALLISON J , AMAKO K , et al . GEANT4:a simulation toolkit [J ] . Nuclear Instruments and Methods in Physics Research Section A:Accelerators,Spectrometers,Detectors and Associated Equipment , 2003 , 506 ( 3 ): 250 - 303 .

毕玉江 , 周超 , 吴郁非 , 等 . 格点量子色动力学Grid 数值模拟软件的并行计算特征分析 [J ] . 计算机系统应用 , 2020 , 29 ( 7 ): 199 - 204 .

BI Y J , ZHOU C , WU Y F , et al . Parallel computing feature analysis of grid numerical simulation software for lattice quantum chromodynamics [J ] . Computer Systems ＆Applications , 2020 , 29 ( 7 ): 199 - 204 .

SNIA . Computational storage,computational storage architecture and programming model [R ] . 2020 .

CAO W , LIU Y , CHENG Z S , et al . POLARDB meets computational storage:efficiently support analytical workloads in cloud-native relational database [C ] // Proceedings of the 18th USENIX Conference on File and Storage Technologies .[S.l.:s.n. ] , 2020 : 29 - 41 .

ZHANG T , WANG J Y , CHENG X T , et al . FPGA-accelerated compactions for lsmbased key-value store [C ] // Proceedings of the 18th USENIX Conference on File and Storage Technologies .[S.l.:s.n. ] , 2020 : 225 - 237 .

DORIGO A , ELMER P , FURANO F , et al . XRootD-a highly scalable architecture for data access [J ] . WSEAS Transactions on Computers , 2005 , 4 ( 4 ): 348 - 353 .

浏览量

483

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

制造业生产过程中多源异构数据处理方法综述

大数据分析与应用技术创新平台

开发商业智能应用小心大数据“陷阱”