{"id":798,"date":"2016-01-26T18:51:27","date_gmt":"2016-01-26T18:51:27","guid":{"rendered":"http:\/\/webusers.fis.uniroma3.it\/atlas\/?p=798"},"modified":"2020-11-20T10:20:44","modified_gmt":"2020-11-20T09:20:44","slug":"il-trigger-e-lacquisizione-dei-dati","status":"publish","type":"post","link":"https:\/\/web.infn.it\/atlas\/il-trigger-e-lacquisizione-dei-dati\/","title":{"rendered":"Il trigger e l'acquisizione dei dati"},"content":{"rendered":"

Scritto da Enrico Pasqualucci, aggiornato da Andrea Negri<\/h3>\n

Introduzione<\/span><\/h2>\n
Con trigger<\/strong> intende la selezione in linea degli eventi prodotti nell’apparato sperimentale nelle interazioni p-p. Gli eventi selezionati, sotto forma di informazioni digitali, vengono poi acquisiti e memorizzati dal sistema di acquisizione dati per essere poi processati offline con i programmi di analisi dati preparati dai fisici della Collaborazione<\/div>\n

Il sistema di Trigger e Acquisizione Dati di ATLAS (TDAQ<\/strong>) opera in un ambiente sperimentale particolarmente difficile e nuovo quale quello di LHC, caratterizzato da 109<\/sup> interazioni al secondo, un rivelatore complesso e di grandi dimensioni con circa 108 <\/sup>canali di lettura, una frequenza di collisione dei bunch di protoni di 40 MHz che richiede una decisione del trigger sulla bont\u00e0 dell’evento ogni 25 ns e con una limitazione di scrittura dati su memoria di massa che nel run 2 sar\u00e0 di circa 1 GB\/s.<\/p>\n

L’obbiettivo primario del TDAQ di ATLAS \u00e8 quello di separare con elevata efficienza i processi di fisica rari dalla maggioranza degli eventi di fondo. Il sistema deve inoltre possedere grande flessibilit\u00e0 in modo da potersi adattare alle condizioni variabili di luminosit\u00e0, fondo e misure di fisica. A tale scopo il TDAQ \u00e8 realizzato su vari livelli di selezione che operano globalmente una riduzione della frequenza degli eventi di un fattore di circa 105<\/sup>, applicando in sequenza criteri di selezione di complessit\u00e0 crescente.<\/p>\n

Architettura del sistema TDAQ<\/span><\/h2>\n

Una rappresentazione schematica dell’architettura TDAQ di ATLAS \u00e8 riportata in Fig. 1.<\/p>\n

 <\/p>\n

\"tdaq_000\"<\/a><\/p>\n

\n

Il trigger di primo livello (L1<\/strong>) \u00e8 realizzato con hardware dedicato e opera una selezione rapida e mirata degli eventi, analizzando i dati provenienti dai calorimetri<\/a> e dalle camere di trigger dello spettrometro per muoni<\/a>. Non \u00e8 possibile, a causa della complessit\u00e0 delle informazioni da analizzare, utilizzare anche l’Inner Detector a questo stadio di selezione. Il tempo di latenza (ossia il tempo disponibile ad elaborare e distribuire la decisione del trigger) \u00e8 fissato a 2.5 \u03bcs e la frequenza degli eventi accettati non deve superare 100 kHz. Durante l’elaborazione i dati vengono conservati in memorie cosiddette pipeline<\/em> realizzate in circuiti appositamente sviluppati e altamente integrati (ASIC<\/a>) e posizionati sui rivelatori (FE in figura), ossia vicinissimi a dove viene prodotto il segnale successivamente convertito in informazione digitale. I dati relativi agli eventi selezionati dal L1 vengono trasportati dai sistema di lettura (readout<\/em>) nelle memorie tampone del sistema di acquisizione dati (ROB<\/em><\/strong>).<\/p>\n

I trigger di alto livello (HLT<\/strong>) sono invece composti da farm<\/em> di processori commerciali che accedono ai dati contenuti nei ROB<\/em>. All’inizio del run 2, nella primavera del 2015, la farm<\/em> sar\u00e0 composta da circa 20000 processori (core<\/a>) collegati da una rete a grande velocit\u00e0 basata su fibre ottiche a 10Gb\/s. Gli HLT hanno il compito di ridurre il rate dai 100 kHz di uscita del L1 ad un valore ritenuto gestibile per la successiva fase di analisi dati: 500-1000 Hz, corrispondenti a ~ 1 GB\/s. Gli HLT sono logicamente divisi in due livelli virtuali: il livello 2 (L2<\/strong>), che effettua una prima selezione accedendo esclusivamente ai dati corrispondenti alle regioni di interesse (RoI<\/strong>) indicate dall’L1, e l’event filter (EF<\/strong>), che invece opera su tutti i dati associati all’evento in questione. Siccome in ogni evento le RoI corrispondono a una piccola frazione percentuale dei dati (~5%), l’utilizzo del L2 permette una drastica riduzione della banda di acquisizione. Gli eventi accetati dal L1 sono distribuiti ai processori della farm: ognuno di essi esegue in successione gli algoritmi di selezione di L2 ed EF e, nel caso l’evento sia accetto, lo invia ai nodi di archiviazione (Data Logger<\/strong>). Questi ultimi salvano temporaneamente i dati su dischi locali e li inviano successivamente al sistema di storage del cern.<\/p>\n

Nel corso del run 2, le potenzialit\u00e0 del sistema TDAQ saranno estese attraverso l’installazione del tracciatore hardware FastTracKer (FTK<\/strong>), un sistema massivamente parallelo basato su memorie associative. FTK sar\u00e0 in grado di ricostruire in pochi microsecondi le traiettorie delle particelle nei rivelatori interni e renderele disponibili agli algoritmi di HLT.<\/p>\n","protected":false},"excerpt":{"rendered":"

Scritto da Enrico Pasqualucci, aggiornato da Andrea Negri Introduzione Con trigger intende la selezione in linea degli eventi prodotti nell’apparato sperimentale nelle interazioni p-p. Gli eventi selezionati, sotto forma di informazioni digitali, vengono poi acquisiti e memorizzati dal sistema di acquisizione dati per essere poi processati offline con i programmi di analisi dati preparati dai […]<\/p>\n","protected":false},"author":3,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5,6],"tags":[],"ppma_author":[45],"class_list":["post-798","post","type-post","status-publish","format-standard","hentry","category-education","category-rivelatore-atlas"],"authors":[{"term_id":45,"user_id":0,"is_guest":1,"slug":"cap-atla-italia","display_name":"Atla Italia","avatar_url":"https:\/\/secure.gravatar.com\/avatar\/?s=96&d=mm&r=g","0":null,"1":"","2":"","3":"","4":"","5":"","6":"","7":"","8":""}],"_links":{"self":[{"href":"https:\/\/web.infn.it\/atlas\/wp-json\/wp\/v2\/posts\/798","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/web.infn.it\/atlas\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/web.infn.it\/atlas\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/web.infn.it\/atlas\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/web.infn.it\/atlas\/wp-json\/wp\/v2\/comments?post=798"}],"version-history":[{"count":1,"href":"https:\/\/web.infn.it\/atlas\/wp-json\/wp\/v2\/posts\/798\/revisions"}],"predecessor-version":[{"id":1349,"href":"https:\/\/web.infn.it\/atlas\/wp-json\/wp\/v2\/posts\/798\/revisions\/1349"}],"wp:attachment":[{"href":"https:\/\/web.infn.it\/atlas\/wp-json\/wp\/v2\/media?parent=798"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/web.infn.it\/atlas\/wp-json\/wp\/v2\/categories?post=798"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/web.infn.it\/atlas\/wp-json\/wp\/v2\/tags?post=798"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/web.infn.it\/atlas\/wp-json\/wp\/v2\/ppma_author?post=798"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}