Proof of feasibility of an integration of AdePT in Gaussino simulations for improving performance

Abstract

The Large Hadron Collider beauty (LHCb) experiment at CERN faces a significant computational challenge as increasing data collection rates demand proportionally larger sets of simulated data. The simulation of the electromagnetic calorimeter (ECAL) has been identified as the primary performance bottleneck, consuming over 60% of the total simulation time and limiting the statistical precision of key physics analyses. This thesis explores a novel solution to this bottleneck by integrating AdePT (Accelerated demonstrator of electromagnetic Particle Transport), a library designed for GPU-accelerated simulation of electromagnetic showers, into Gaussino, the LHCb experiment-agnostic simulation framework. A proof-of-concept integration was developed to offload the computationally intensive ECAL simulation from the CPU to the GPU. The feasibility of this approach was evaluated through a series of benchmark tests comparing the performance and physics fidelity of the AdePT-integrated simulations against the standard Geant4 baseline. The results demonstrate significant performance improvements, with speed-up factors of up to 4.12x in calorimeter-centric benchmarks. The performance was found to scale effectively with event complexity, highlighting the effciency of GPU parallelization for high-multiplicity events. Physics validation studies confirmed a high degree of fidelity, with key observables such as energy deposition and longitudinal shower profiles showing strong agreement with the baseline. While some discrepancies were identified, they are under active investigation. This work successfully demonstrates that integrating AdePT into Gaussino is a viable strategy to alleviate the simulation bottleneck, paving the way for a more effcient use of heterogeneous computing resources and enhancing the physics potential of the LHCb experiment.

El experimento Large Hadron Collider beauty (LHCb) del CERN se enfrenta a un importante reto computacional, ya que el aumento de las tasas de recopilación de datos exige conjuntos de datos simulados proporcionalmente mayores. La simulación del calorímetro electromagnético (ECAL) se ha identificado como el principal cuello de botella en cuanto al rendimiento, ya que consume más del 60% del tiempo total de simulación y limita la precisión estadística de los análisis físicos clave. Esta tesis explora una solución novedosa a este cuello de botella mediante la integración de AdePT (demostrador acelerado de transporte de partículas electromagnéticas), una librería diseñada para la simulación acelerada por GPU de cascadas electromagnéticas, en Gaussino, el framework de simulación del LHCb. Se desarrolló una prueba de concepto de la integración para descargar la simulación ECAL, que requiere un gran esfuerzo computacional, de la CPU a la GPU. La viabil-idad de este enfoque se evaluó mediante una serie de pruebas en las que se comparó el rendimiento y la fidelidad física de las simulaciones usando AdePT con la referencia estándar Geant4. Los resultados demuestran mejoras significativas en el rendimiento, con factores de aceleración de hasta 4,12 veces en pruebas de referencia centradas en el calorímetro. Se comprobó que el rendimiento se adapta eficazmente a la complejidad de los even-tos, lo que pone de relieve la eficiencia de la paralelización de la GPU para eventos de alta multiplicidad. Los estudios de validación física confirmaron un alto grado de fidelidad, con observables clave como la deposición de energía y los perfiles de cascada longitudinales mostrando una fuerte concordancia con la referencia. Si bien se iden-tificaron algunas discrepancias, estas se están investigando activamente. Este trabajo demuestra con éxito que la integración de AdePT en Gaussino es una estrategia viable para aliviar el cuello de botella de la simulación, allanando el camino para un uso más eficiente de los recursos computacionales heterogéneos y mejorando el potencial físico del experimento LHCb. (Texto tomado de la fuente)