Ученые используют менее 1% данных, собираемых Большим Адронным Коллайдером

Понятно, когда есть проблема получить научные данные. Но вот оказывается есть проблема их сохранить и обработать.

Вся череда громких открытий, сделанных при помощи коллайдера, была основана на анализе данных, объем которых составляет менее одного процента от всего объема вырабатываемых данных.

Остальные же данные теряются безвозвратно.

26.7-километровый туннель коллайдера используется для разгона частиц к скорости, близкой к скорости света. Два потока частиц, движущиеся в противоположных направлениях, сталкиваются в точках пространства, контролируемых чувствительными датчиками. Даже на минимальном уровне плотности протонных лучей, содержащих по 120 миллиардов протонов, количество столкновений составляет 30 миллионов столкновений в секунду.

Согласно информации, опубликованной на сайте Европейской организации ядерных исследований CERN, один миллиард столкновений в секунду рождает поток данных в 1 петабайт в секунду. И это является самой большой проблемой в нынешнее время, так как поток данных такой скорости попросту невозможно сохранить, не говоря об его должной обработке. "При минимальном уровне в 30 миллионов столкновений нам нужно 2000 петабайт для сохранения результатов типичного 12-часового этапа работы коллайдера. При уровне 150 запусков коллайдера в год для сохранения всех данных потребуется 400 000 петабайт, 400 экзабайт, огромный объем, который мы не можем даже сохранить в настоящее время" - рассказывает Андреас Хекер (Andreas Hoecker), ученый из CERN.

Решением проблемы большого количества данных является, естественно, кардинальное уменьшение их объема. И делается это не за счет каких-либо алгоритмов сжатия информации, для этого недостаточно мощности всех процессоров существующих суперкомпьютеров. Возможности имеющейся в CERN вычислительной техники позволяю сохранить результаты всего 1200 столкновений на каждые 30 миллионов таких случаев. Это составляет 0.004 процента от всего объема, а остальные 99.996 процента, как уже упоминалось выше, теряются безвозвратно.



Такое положение вещей кажется ужасным транжирством, но не все так печально. Явления, которые представляют действительный интерес для ученых, не возникают с такой скоростью. К примеру, бозон Хиггса появляется со скоростью один раз в секунду, а другие события происходят с частотой в десятки и сотни раз в секунду. Для выделения самого интересного из всего потока данных занимаются специальные "триггеры", устройства, выполняющие предварительную фильтрацию данных преимущественно на аппаратном уровне. Эти триггеры разрабатываются под каждый конкретный случай и настраиваются в соответствии со свойствами искомых частиц, таких, как бозон Хиггса, истинный кварк, W- и Z-бозоны, и д.р.

Конечно, при такой реализации предварительной обработки данных некоторая часть интересных данных теряется вместе с горой ненужного и неинтересного "мусора". Но оставшаяся информация содержит преимущественно значимые данные, а ее относительно скромный объем уже позволяет провести достаточно глубокую обработку даже в режиме реального времени.

И в заключение следует отметить, что решением описанной выше проблемы является отнюдь не обеспечение возможности сохранения бесполезных в своем большинстве данных. Решением проблемы является создание новых датчиков для коллайдера, в которых будут использованы самые последние достижения современных технологий и которые смогут обеспечить проникновение в глубины неизведанных на сегодняшний день областей физики. К слову, некоторые из таких датчиков появятся на коллайдере в ходе проводимой прямо сейчас очередной его модернизации. А запуск модернизированного коллайдера запланирован на 2025 год.

https://www.sciencealert.com/o...