Firmware implementation of a recurrent neural network for the computation of the energy deposited in the liquid argon calorimeter of the ATLAS experiment
The ATLAS experiment measures the properties of particles that are products of proton-proton collisions at the LHC. The ATLAS detector will undergo a major upgrade before the high luminosity phase of the LHC. The ATLAS liquid argon calorimeter measures the energy of particles interacting electromagnetically in the detector. The readout electronics of this calorimeter will be replaced during the aforementioned ATLAS upgrade. The new electronic boards will be based on state-of-the-art field-programmable gate arrays (FPGA) from Intel allowing the implementation of neural networks embedded in firmware. Neural networks have been shown to outperform the current optimal filtering algorithms used to compute the energy deposited in the calorimeter. This article presents the implementation of a recurrent neural network (RNN) allowing the reconstruction of the energy deposited in the calorimeter on Stratix 10 FPGAs. The implementation in high level synthesis (HLS) language allowed fast prototyping but fell short of meeting the stringent requirements in terms of resource usage and latency. Further optimisations in Very High-Speed Integrated Circuit Hardware Description Language (VHDL) allowed fulfilment of the requirements of processing 384 channels per FPGA with a latency smaller than 125 ns.
Performance and Quality Control of a Radiation-Hard 12-bit 40 MSPS ADC for the ATLAS Liquid Argon Calorimeter Trigger Readout Electronics Phase-I Upgrade at the LHC
A Radiation-Hard Dual Channel 4-bit Pipeline for a 12-bit 40 MS/s ADC Prototype with extended Dynamic Range for the ATLAS Liquid Argon Calorimeter Readout Electronics Upgrade at the CERN LHC
Design, construction, commissioning and long term operational experience with the D0 Uranium/Liquid Argon calorimeter
D 0实验设计于20世纪80年代中期，并于1992年至2011年在费米实验室pp对撞机上运行。我描述了铀-液氩量热计及其读出电子，其在20世纪90年代后期进行了升级，以处理升级后的Tevatron在2001-2011年的第二次运行期间的更高亮度。我总结了20年来保持热量计的数据采集。我进一步描述了在此期间出现的一些问题，包括不同类型的噪声和只在中央量热计中看到的异常高压电流。
Quality control and quality assurance evaluation of ALFE2, a large-dynamic-range front-end ASIC de-veloped for the ATLAS Liquid Argon Calorimeter high-luminosity LHC upgrade
Physics Department, Brookhaven National Laboratory（布鲁克海文国家实验室物理系）；Instrumentation Department, Brookhaven National Laboratory（布鲁克海文国家实验室仪器部）；Department of Physics and Astronomy, Stony Brook University（石溪大学物理与天文系）；IJCLab, Université Paris-Saclay, CNRS/IN2P3（巴黎萨克雷大学IJCLab，CNRS/IN2P3）；ESAT-ADVISE, KU Leuven（荷语鲁汶大学ESAT-ADVISE）；CERN（欧洲核子研究中心）
Component Prototypes towards a Low-Latency, Small-form-factor Optical Link for the ATLAS Liquid Argon Calorimeter Phase-I Trigger Upgrade
本文介绍了几个组件原型的ATLAS液氩量热计第一阶段触发升级设计的低延迟，小形状因子的光链路。一个定制的双通道光发射器模块的原型，微型光发射器（MTx），与单独的发射器光学子组件（TOSA）已被证明在数据速率高达8 Gbps的每通道。一个垂直腔面发射激光器（VCSEL）驱动器ASIC已经开发出来，并用于目前的MTx原型。一个串行器ASIC原型，工作在每通道高达8 Gbps，已被设计和测试。一个低延迟，低开销的编码器ASIC原型的设计和测试。整个链路的延迟，包括发送器延迟和接收器延迟，但不包括光纤的延迟，估计小于57.9 ns。MTx的尺寸为45 mm x 15 mm x 6 mm。
Tile Computer-on-Module for the ATLAS Tile Calorimeter Phase-II upgrades
瓦片预处理器（TilePPr）是高亮度大型强子对撞机（HL-LHC）瓦片量热计（TileCal）探测器外电子学的核心元件。TilePPr包括基于FPGA的板，用于操作和读取TileCal探测器上的电子器件。Tile Computer on Module（TileCoM）夹层嵌入在TilePPr中，实现三个主要功能。这些包括远程配置探测器上的电子设备和TilePPr FPGA，将TilePPr与ATLAS触发和数据采集（TDAQ）系统连接，以及通过提供监测数据将TilePPr与ATLAS探测器控制系统（DCS）连接。TileCoM是一款10层板，配有用于处理数据的Zynq UltraScale+ ZU 2CG、与TilePPr集成的接口组件以及连接到高级电信计算架构载体的电源。CentOS嵌入式Linux部署在TileCoM上，以实现HL-LHC所需的功能。本文从远程编程、与ATLAS TDAQ系统和DCS系统的接口等方面介绍了TileCoM系统的硬件和固件开发。
Optimised neural networks for online processing of ATLAS calorimeter data on FPGAs
Aix-Marseille Université（艾克斯-马赛大学）；Technische Universität Dresden（德累斯顿工业大学）；Institut für Kern- und Teilchenphysik, Technische Universität Dresden（德累斯顿工业大学核与粒子物理研究所）
未来的质子-质子对撞机（FCC-hh）将在质心能量高达$\sqrt{s}=100$ TeV的情况下进行碰撞，瞬时亮度达到前所未有的$L=3~10^{35}$ cm $^{-2}$ s $^{-1}$，从而产生极具挑战性的辐射和亮度条件。通过提供几十ab $^{-1}$的积分亮度，FCC-hh将为新物理学提供无与伦比的发现潜力。需要高灵敏度的共振搜索在质量高达几十TeV的量热计的设计上施加了很强的约束。在包含喷流、Taus和电子的最终状态中进行共振搜索需要在多TeV能量下具有出色的能量分辨率，以及解决极端助推产生的高度准直衰变产物的出色能力。此外，FCC-hh提供了精确测量双光子和b-jet通道中希格斯自耦合的独特机会。在这种具有挑战性的环境中，需要在低能量下具有优异的光子和射流能量分辨率以及用于π背景抑制的优异的角分辨率。本报告介绍了在FCC-hh的多用途探测器的热量计研究。热量计的有源组件包括液态氩、塑料瓦和单片有源像素传感器技术。的技术选择，设计考虑和实现的性能在全Geant 4模拟进行了讨论和介绍。模拟研究的重点是概念的评价。在实验室条件下进行了独立研究，并在实际的FCC-hh环境中进行了首次测试，包括利用快速信号和高粒度的堆积抑制能力。这些研究是在编写FCC概念设计报告（CDR）的背景下进行的。
Distance-Weighted Graph Neural Networks on FPGAs for Real-Time Particle Reconstruction in High Energy Physics
University of Tokyo（东京大学）；Institute of Physics Belgrade（贝尔格莱德物理研究所）；European Organization for Nuclear Research (CERN)（欧洲核子研究中心（CERN））；California Institute of Technology（加州理工学院）；Columbia University（哥伦比亚大学）；University of California San Diego（加州大学圣迭戈分校）；Massachusetts Institute of Technology（麻省理工学院）；Northwestern University（西北大学）；Fermi National Accelerator Laboratory（费米国家加速器实验室）；HawkEye360；University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
