Zpracování dat z částicových detektorů na moderních grafických platformách

Abstract

Práce se zabývá zpracováním výstupních dat z hybridních pixelových detektorů pro experimenty v částicové fyzice, konkrétně dat naměřených detektory Timepix3 a Timepix4. Cílem této práce je prozkoumat problematiku náročnosti výpočetního výkonu při analýze dat, objemu datových toků při měření, optimalizace paralelním zpracováváním na grafických procesorech (GPU) a zhodnocení real-time zpracovávání (při probíhajícím experimentu) pro minimalizaci zmíněných datových toků.<br>V rámci řešení byly navrhnuty a implementovány způsoby paralelizace algoritmů používaných při analýze naměřených dat (clustering a klasifikace clusterů). Tyto algoritmy byly optimalizovány pro běh na GPU s využitím architektury Nvidia CUDA. Původní algoritmy a jejich paralelizované verze byly použity na reálných datech, přičemž bylo dosaženo výrazného zrychlení zpracování oproti klasickému sekvenčnímu přístupu (jedno vlákno CPU). Dále byla provedena analýza vhodnosti navržených metod pro použití v reálném čase v měřicím řetězci.<br>Výsledky práce potvrzují, že paralelní zpracování na GPU představuje efektivní přístup ke zrychlení analýzy dat z hybridních pixelových detektorů a že za určitých podmínek je možné uvažovat i o jeho zapojení do real-time řetězce během samotného experimentu.