Hardwarová akcelerace klastrování dat z pixelových detektorů ionizujícího záření

Bc. Richard SIVERA

Master's thesis

Hardware clustering of particle detector data

Abstract:

Práce se zabývá akcelerací klastrování pixelových dat z detektoru Timepix3 ve vyčítacím zařízení Katherine, což je odlišný přístup od klastrování na PC. Akcelerace klastrování v zařízení snižuje zatížení PC a nároky na propustnost Ethernetové sběrnice. První část práce je věnována teoretickému rozboru tématiky a rešerši dostupných algoritmů. Druhá část práce je věnována optimalizaci vybraného algoritmu, paralelizaci klastrování a implementaci do zařízení Katherine Gen2. Vybraný algoritmus "baseline" byl výkonově optimalizován o 124,7 %. Následně byl paralelizován až do 16 výpočetních vláken PC, kde vykázal 7x nárůst výkonu. Nakonec byl algoritmus implementován v Katherine na dvoujádrovém procesoru ARM Cortex A9 a akcelerován na jednom výpočetním vlákně. Bylo prezentováno, že algoritmus dosahuje výkonu klastrování v řádu stovek kHit/s. Výstupem implementovaného algoritmu jsou klastry nebo histogramy energií, které jsou odesílány z Katherine do PC přes TCP komunikaci. K tomu byl vytvořen obslužný PC program s GUI, který umožňuje konfiguraci způsobu klastrování a post-processing naměřených dat.

Abstract:

This work describes clustering acceleration of Timepix3 pixel data in readout device Katherine, which is a different approach from clustering in PC. Clustering in the device lowers computational load on the PC and required bandwidth of Ethernet bus. First part of the work is dedicated to theoretical analysis and research of available algorithms. Second part of the work is dedicated to optimization of chosen algorithm, clustering parallelization and implementation of the algorithm in Katherine Gen2. The chosen algorithm "baseline" was optimized by 124,7 % and parallelized into 16 computational threads, which yielded 7x higher clustering performance. Subsequently, the algorithm was implemented in the devices dual core ARM Cortex A9 processor and accelerated in one thread. The implemented algorithm reached maximum performance in the order of hundreds of kHit/s. Resulting clusters and energy histograms are then sent from Katherine to PC via TCP communication. For this, a GUI PC program was created, which enables the user to configure the clustering and post-process the data.

Keywords

klastrování, algoritmus, výkon algoritmu, pixelová data, ionizující záření, timepix3, pixelový detektor, katherine readout, Burdaman, paralelizace, ARM Cortex A9, FPGA, C++, qt framework

Language used: Czech

Date on which the thesis was submitted / produced: 24. 5. 2024

Accessible from:: 31. 12. 2999

Thesis defence

• Supervisor: Ing. Petr Burian, Ph.D.

University of West Bohemia

Faculty of Electrical Engineering

Master programme / field:
Electronics and Information Technology / Elektronics