Evolution of ATLAS analysis workflows and tools for the HL-LHC era
Evolution of ATLAS analysis workflows and tools for the HL-LHC era
复制标题
HL-LHC 时代 ATLAS 分析工作流程和工具的演变
DOI：
10.1051/epjconf/202125102002
复制
发表时间：
2021
影响因子：
--
通讯作者：
Cameron D
中科院分区：
文献类型：
--
作者：
Cameron D
CERN 的高光度大型强子对撞机项目预计将比大型强子对撞机的质子-质子碰撞亮度提高十倍，该项目将于本十年末开始运行，并将提供前所未有的数艾字节规模的科学数据量。必须对如此大量的数据进行处理和分析，相应的计算设施必须确保分布在世界各地的科学小组进行物理分析时快速可靠的数据处理。即使考虑到硬件技术的预期发展，目前的大型强子对撞机计算模型也无法提供所需的基础设施增长。为了应对这一挑战，ATLAS Collaboration 正在评估几种进行最终用户分析的新颖方法。目前正在评估和开发在现有分布式计算系统中处理这些方法的最先进的工作流管理技术和工具。此外，计算设施的发展及其对 ATLAS 分析工作流程的影响也受到密切关注。
The High Luminosity LHC project at CERN, which is expected to deliver a ten-fold increase in the luminosity of proton-proton collisions over LHC, will start operation towards the end of this decade and will deliver an unprecedented scientific data volume of multi-exabyte scale. This vast amount of data has to be processed and analysed, and the corresponding computing facilities must ensure fast and reliable data processing for physics analyses by scientific groups distributed all over the world. The present LHC computing model will not be able to provide the required infrastructure growth, even taking into account the expected evolution in hardware technology. To address this challenge, several novel methods of how end-users analysis will be conducted are under evaluation by the ATLAS Collaboration. State-of-the-art workflow management technologies and tools to handle these methods within the existing distributed computing system are now being evaluated and developed. In addition the evolution of computing facilities and how this impacts ATLAS analysis workflows is being closely followed.
登录
查看更多内容
Run-3 ATLAS 分析模型的演变和 HL-LHC 的前景
影响因子：
--
作者：
J. Elmsheuser;C. Anastopoulos;J. Boyd;J. Catmore;H. Gray;A. Krasznahorkay;J. Mcfayden;C. Meyer;A. Sfyrla;J. Strandberg;K. Suruliz;T. Theveneaux
通讯作者：
T. Theveneaux
ATLAS 的新 PB 级数据导出框架
DOI：
--
发表时间：
2015
期刊：
影响因子：
--
作者：
J. Catmore;Justin Cranshaw;T. Gillam;E. Gramstad;P. Laycock;Nurcan Ozturk;G. Stewart
通讯作者：
G. Stewart
ATLAS 数据轮播
影响因子：
--
作者：
M. Barisits;M. Borodin;A. Girolamo;J. Elmsheuser;D. Golubkov;A. Klimentov;M. Lassnig;T. Maeno;R. Walker;Xin Zhao
通讯作者：
Xin Zhao
通过 Harvester 管理 ATLAS 网格
影响因子：
--
作者：
F. B. Megino;A. Alekseev;F. Berghaus;D. Cameron;K. De;A. Filipčič;I. Glushkov;Fahui Lin;T. Maeno;Nicolò Magini
通讯作者：
Nicolò Magini
对抗 COVID-19：在 ATLAS 资源上运行 Folding@Home 模拟
影响因子：
--
作者：
Forti A
通讯作者：
Forti A