XiaoMi-AI文件搜索系统
World File Search SystemWLCG
欧洲战略2025-2026-计算
在过去的二十年中，Infn为HEP开发了一个大型的科学计算基础架构，该基础设施是WLCG和EGI基础架构的一部分，由10个中心组成：•1 Tier1：CNAF @ bo•9 Tier2：BA - BA - BA - CT - CT - CT - LNF -LNL/PD -MI - MI - MI - MI - NA -PI -pi -pi -pi -pi -rectect（240），以下240 connect（240），以固定（240）connect（240）connctect（and connect）（connect）（connectect）（connect（connect）（connectect）在100 Gbps（TIER2）到GARR主干总计和存储资源：•CPU：〜200.000核心•存储：〜140 pb磁盘和250 PB磁带
关键事实和数据 – CERN 数据中心
由于 HL-LHC 和探测器升级对 HEP 提出的计算挑战可能无法完全通过使用传统中央处理器 (CPU) 来解决，LHC 实验、WLCG 和 CERN openlab 也开始研究新方法来适应所需的大量计算。他们投入了研发工作，以利用 GPU 进行传统的 HEP 数据处理和分析。ALICE 实验已经在运行 2 期间率先将 GPU 用于其高级触发器 (HLT)。在 2015 年进行初步研究后，ATLAS 恢复了对 GPU 用于数据重建和分析的潜在用途的研究。CMS 实验开始了研发，证明了占运行 HLT 事件过滤序列所需时间约三分之一的代码可以卸载到 GPU 上。LHCb 合作证明了在 GPU 上移植专用于其新开发的触发系统的软件第一阶段的可行性，该系统能够确定事件是否包含与进一步处理相关的物理特征。 GPU 资源也已通过批处理系统在 CERN 数据中心提供，并显著加速某些应用程序。
使用 Luigi 分析工作流对分布式资源进行分析自动化的设计模式
摘要。在粒子物理学中，工作流管理系统主要用作蒙特卡罗事件生成等专用领域的定制解决方案。然而，执行数据分析的物理学家通常需要手动控制各自的工作流程，这很耗时，而且经常导致特定工作负载之间没有记录的关系。我们介绍了 Luigi Analysis Workflows (Law) Python 包，它基于最初由 Spotify 开发的开源流水线工具 Luigi。它为任意规模和复杂性的分析建立了通用的设计模式，并将重点从执行转移到定义分析逻辑。Law 提供了构建块来无缝集成可互换的远程资源，但并不局限于特定的基础设施选择。特别是，它鼓励并实现了分析算法与运行位置、存储位置和软件环境的分离。为了满足端到端 HEP 分析的复杂需求，Law 支持在 WLCG 基础设施（ARC、gLite）以及本地计算集群（HTCondor、LSF）上执行作业，通过 GFAL2 库通过最常用协议进行远程文件访问，以及支持 Docker 和 Singularity 容器的环境沙盒机制。此外，这种新颖的方法最终旨在实现开箱即用的分析保存。Law 完全独立于实验，并且是开源开发的。它已成功用于 t¯ tH 截面测量，并使用 CMS 实验寻找双希格斯玻色子的产生。