Demonstration of FPGA Acceleration of Monte Carlo Simulation
Demonstration of FPGA Acceleration of Monte Carlo Simulation
复制标题
蒙特卡罗仿真FPGA加速演示
DOI：
10.1088/1742-6596/2438/1/012023
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Barbone M
中科院分区：
文献类型：
--
作者：
Barbone M
我们目前的结果，从一个独立的模拟电子单库仑散射完全实现现场可编程门阵列（FPGA）架构，并与一个相同的模拟在一个标准的CPU相比。FPGA架构为Monte Carlo仿真提供了前所未有的加速能力，但需要注意的是，开发周期长，资源有限，特别是在片上存储器和DSP块方面。作为在FPGA上的加速原理的证明，我们选择了能量为6 MeV的电子在水中的单次散射过程。最初的代码库是用C++实现的，并针对CPU处理进行了优化。为了测量FPGA与现代多核CPU相比的潜在性能增益，我们计算了1亿个6 MeV电子在水中相互作用的历史。在不执行任何硬件特定优化的情况下，结果显示FPGA实现比在12个CPU内核上运行的优化并行实现快110倍以上，比顺序单核CPU实现快270倍以上。两种架构的结果在统计学上等同。成功的实施和加速的结果是非常令人鼓舞的未来开发更复杂的蒙特卡罗模拟的FPGA的高能物理应用。
We present results from a stand-alone simulation of electron single Coulomb scattering as implemented completely on an Field Programmable Gate Array (FPGA) architecture and compared with an identical simulation on a standard CPU. FPGA architectures offer unprecedented speed-up capability for Monte Carlo simulations, however with the caveats of lengthy development cycles and resource limitation, particularly in terms of on-chip memory and DSP blocks. As a proof of principle of acceleration on an FPGA, we chose a single scattering process of electrons in water at an energy of 6 MeV. The initial code-base was implemented in C++ and optimised for CPU processing. To measure the potential performance gains of FPGAs compared to modern multi-core CPUs we computed 100M histories of a 6 MeV electron interacting in water. Without performing any hardware-specific optimisation, the results show that the FPGA implementation is over 110 times faster than an optimised parallel implementation running on 12 CPU-cores, and over 270 times faster than a sequential single-core CPU implementation. The results on both architectures were statistically equivalent. The successful implementation and acceleration results are very encouraging for the future exploitation of more sophisticated Monte Carlo simulation on FPGAs for High Energy Physics applications.
FPGA 上的卡尔曼滤波器轨迹重建，用于加速 HL-LHC CMS 实验的高级触发
影响因子：
--
作者：
S. Summers;A. Rose
通讯作者：
A. Rose
MadFlow：在 GPU 上实现粒子物理过程蒙特卡罗模拟的自动化
影响因子：
--
作者：
S. Carrazza;J. Cruz;Marco Rossi;M. Zaro
通讯作者：
M. Zaro
带电电流深度非弹性散射中射流产生的 NNLO QCD 校正
影响因子：
4.4
作者：
Niehues J
通讯作者：
Niehues J