▲ LHC(Large Hadron Collider) [source=cern]

유럽입자물리학연구소(European Laboratory for Particle Physics, CERN)에서는 2만여명의 과학자들로 구성된 컨소시엄에서 우주의 기원을 재구성하는 시도를 하고 있다. 그러나 연구원들은 이를 실현하기 위해 기술적 한계를 넘어서야 한다.

스위스 제네바 인근 지하에 지어진 LHC(Large Hadron Collider)는 세계에서 가장 큰 입자 가속기다. 이는 27km의 링으로 이루어져 있으며, 전례 없는 에너지 레벨로 입자를 가속화시키는 초전도 자석으로 구성되어 있다.

각 양성자는 거의 초당 1만1000번씩 링을 가로지른다. 이는 거의 빛의 속도에 해당한다. 링의 4개의 각기 다른 지점에서는 매 25나노초마다 양성자들이 충돌하게 되며, 충돌 조건은 입자 탐지기에 의해 포착된다. 이러한 입자 탐지기 중 하나가 CMS 탐지기다.

CMS 탐지기는 직경이 15미터이고, 길이는 21미터이며, 무게는 에펠탑 보다 더 무겁다. 이 탐지기는 각각의 충돌에서 방출되는 수천 개의 입자를 함께 감지하기 위해 수억 개의 개별 센서들을 포함하고 있다.

LHC는 초당 24억번의 충돌(초당 약 500테라비트의 측정 데이터)이 발생하기 때문에 이러한 많은 양의 데이터를 저장하는 것은 불가능하다. CERN 팀은 분석에 필요한 가장 유의미한 충돌만을 걸러내고 나머지는 폐기할 수 있는 계층 구조의 ‘트리거(Trigger)’ 시스템을 개발했다.

이 트리거 시스템은 두 개의 레이어로 구현되어 있는데, 레벨 1 트리거는 이벤트 당 약 3마이크로초의 고정된 매우 짧은 지연시간의 인공지능(AI) 추론 기능과 대규모의 대역폭 성능을 필요로 하는 가장 까다로운 작업을 수행한다.

CPU나 GPU는 이러한 요구조건을 충족시킬 수 없다. 따라서 생성된 데이터를 즉각 필터링하고, 암흑 물질 및 다른 물리적 현상의 증거인 새로운 입자 구조를 식별하도록 설계된 알고리즘을 실행하기 위해 방사선 영역으로부터 차폐된 지하 100미터에 자일링스 FPGA 네트워크가 구현되었다.

이러한 FPGA는 전통적인 신경망과 CNN(Convolutional Neural Network)을 실행하여 모든 이벤트 데이터를 포맷하고, 전달하기 전에 센서 데이터를 수신 및 정렬하고, 추적 및 클러스터링을 수행하고, 머신러닝(ML) 객체 식별과 트리거 기능을 실행한다. 결과적으로 100나노초 정도의 매우 짧은 지연시간의 추론이 가능해졌다.

CERN은 180나노 버텍스-E(Virtex-E) 제품군에서 16나노 버텍스 울트라스케일+(UltraScale+) 아키텍처에 이르기까지 수십 년 전부터 여러 세대의 자일링스 기술을 기반으로 하드웨어 설계를 발전시켜 왔다.

CERN 과학자들은 자일링스 디바이스를 이용해 엄격한 지연 제약조건 내에서도 허프(Hough) 변환 및 칼만(Kalman) 필터와 같은 복잡한 알고리즘에 기반한 에너지 클러스터링, 입자 추적, 식별 등을 비롯한 엄청난 규모의 광범위한 알고리즘들을 실행할 수 있게 되었다.

CERN은 FPGA의 강력한 프로세싱 성능 외에도 프로그램이 가능한 자일링스 FPGA를 통해 향상된 설계 편의성의 이점을 얻을 수 있었다. 최신에는 자일링스 칩과 바이티스(Vitis) 통합 소프트웨어 플랫폼을 통해 엔지니어를 포함, 다양한 분야의 CERN 과학자들이 FPGA의 성능을 보다 손쉽게 이용할 수 있는 환경을 구축하게 되었다.

FPGA로 구현하는 것이 불가능하다고 생각했던 알고리즘이 이제는 실현되고 있다. 향후 10년 동안 FPGA의 발전은 지속될 것이며 입자 물리학의 놀라운 새로운 발견을 이끌어내는 원동력이 될 것으로 기대한다.



글 : 토마스 제임스(Thomas James) / 시니어 리서치 펠로우 / 유럽입자물리학연구소(CERN)

저작권자 © IT비즈뉴스(ITBizNews) 무단전재 및 재배포 금지