유럽입자물리연구소(CERN), FPGA로 양자 충돌 조건 탐지기 CMS 개발
'트리거 시스템' 구조 집어넣고 연산 성능 최적화

XDF 유럽 2019에서
 XDF 유럽 2019에서 토마스 제임스(Thomas James) CERN 수석 연구원이 발표하고 있다./자일링스

입자가속기처럼 엄청난 프로세싱 성능과 유연성을 동시에 갖춰야하는 시스템은 어떤 반도체를 활용할까. 

유럽입자물리연구소(CERN)는 다른 입자에 질량을 부여한 뒤 사라진 일명 '신의 입자', 힉스 입자의 존재를 찾고 있다. 힉스 입자를 찾는 유일한 방법은 우주 태초의 환경을 재현하는 것이다. CERN은 세계에서 가장 큰 입자 가속기인 대형강입자가속기(LHC)를 활용, 양성자를 광속에 가까운 속도로 충돌시키는 방법으로 이를 실험하고 있다.

LHC는 27㎞의 링으로 이뤄져다. 초전도 자석으로 입자를 가속화시키면 양성자는 광속과 비슷한 속도로 초당 약 1만1000번 링을 가로지른다. 이 때 링 위 서로 다른 4개의 지점에서 25나노초마다 양성자들이 충돌하는데, 이때 충돌 조건을 포착해내는 게 CMS(the Compact Muon Solenoid) 탐지기다.

CMS 탐지기는 직경 15m, 길이 21m로, 에펠탑보다 무겁다. 각각의 충돌에서 방출되는 수천 개의 입자를 감지하기 위해 수억 개의 개별 센서를 갖추고 있는데, 초당 24억번의 충돌이 발생하고 이로 인해 500Tb의 데이터가 나오기 때문에 이를 한 번에 저장하는 것은 불가능하다.

이에 CERN은 분석에 필요한 가장 유의미한 충돌만 걸러내 나머지는 폐기하는 계층 구조의 '트리거(Trigger) 시스템'을 개발했다. 트리거 시스템은 2개의 계층으로 나뉘는데, 레벨 1 트리거는 이벤트 당 매우 짧은 지연시간(약 3㎲)의 인공지능(AI) 추론 기능과 대규모 대역폭 성능을 필요로 한다. 중앙처리장치(CPU)나 그래픽처리장치(GPU)는 이를 충족시킬 수 없다.

따라서 생성된 데이터를 즉각 필터링하고, 암흑 물질 및 다른 물리적 현상의 증거인 새로운 입자 구조를 식별하도록 설계된 알고리즘을 실행하기 위해 방사선 영역으로부터 차폐된 지하 100m에 자일링스의 프로그래머블반도체(FPGA) 기반 네트워크가 구현됐다. 

FPGA는 전통적인 신경망과 CNN(Convolutional Neural Network)을 모두 실행, 모든 이벤트 데이터를 포맷하고, 전달하기 전에 센서 데이터를 수신 및 정렬하고, 추적 및 클러스터링을 수행하고, 머신러닝 객체 식별 및 트리거 기능을 실행한다. 결과적으로 100나노초 정도의 매우 짧은 지연시간만에 추론이 가능해졌다.

CERN은 180nm 버텍스-E(Virtex-E) 제품군에서 16nm 버텍스 울트라스케일+(UltraScale+) 아키텍처에 이르기까지 수십 년 전부터 여러 세대의 자일링스 기술을 기반으로 하드웨어 설계를 발전시켜 왔다. CERN 과학자들은 자일링스 디바이스를 이용해 엄격한 지연 제약조건 내에서도 허프(Hough) 변환 및 칼만(Kalman) 필터와 같은 복잡한 알고리즘에 기반한 에너지 클러스터링, 입자 추적, 식별 등을 비롯한 엄청난 규모의 광범위한 알고리즘들을 실행할 수 있게 됐다.

토마스 제임스(Thomas James) CERN 수석 연구원은 'XDF 유럽' 기조연설에서 "FPGA의 강력한 프로세싱 성능 외에도 프로그램이 가능한 자일링스 FPGA를 통해 향상된 설계 편의성의 이점을 얻을 수 있었다"며 "최신 자일링스 칩과 바이티스(Vitis) 통합 소프트웨어 플랫폼을 통해 엔지니어는 물론, 다양한 분야의 CERN 과학자들이 자일링스 FPGA의 성능을 보다 손쉽게 이용할 수 있게 됐다"고 말했다.

저작권자 © KIPOST(키포스트) 무단전재 및 재배포 금지