Grid Dziedzinowy: HEP (High Energy Physics) Andrzej Olszewski ACK Cyfronet, Kraków Spotkanie Techniczne PL-Grid PLUS, Zawiercie, 8-11 kwiecień 2014.

Prezentacja na temat: "Grid Dziedzinowy: HEP (High Energy Physics) Andrzej Olszewski ACK Cyfronet, Kraków Spotkanie Techniczne PL-Grid PLUS, Zawiercie, 8-11 kwiecień 2014."— Zapis prezentacji:

1 Grid Dziedzinowy: HEP (High Energy Physics) Andrzej Olszewski ACK Cyfronet, Kraków Spotkanie Techniczne PL-Grid PLUS, Zawiercie, 8-11 kwiecień 2014

2 Model Analizy HEP w PLGrid 2 CVMFS: Globalny dostęp do oprogramowanie HEP XRootD: Uniwersalny dostęp do danych na serwerach PLGrid i na świecie POD: Wykonywanie analiz z równoległym przetwarzaniem

3 Usługi Gridu Dziedzinowego HEP Usługi wdrożone CVMFS – usługa dostępu do oprogramowania HEP Proof on Demand (PoD) – usługa równoległego wykonywania zadań analizy fizycznej Usługi w fazie wdrażania XROOTD – usługa uniwersalnego zdalnego dostępu do danych Usługi planowane do wdrożenia GooFit/RooFit - pakiet zaawansowanej statystycznej analizy z równoległym wykonywaniem obliczeń przy wykorzystaniu GPGPU 3

4 Stan Wdrożenia Usługi XRootD Spotkanie wdrożeniowe 7 luty 2014 Usługa ma dwie komponenty Odczyt danych w PLGrid i na świecie (działa) Archiwum danych HEP w PLGrid z zapisem (w fazie uruchamiania) Archiwum danych HEP Założona grupa plggheparch Wystąpienie o zasoby dyskowe w ramach grantu heparch2014 Trwają prace nad odpowiednim mapowaniem użytkowników w celu autoryzacji zapisu Następne kroki w kierunku wdrożenia Trwa praca nad podręcznikiem użytkownika Konieczne przygotowanie skryptów do testów usługi w systemie Nagios Zakończenie przygotowań do wdrożenia uzależnione od ostatecznych rozwiązań autoryzacji zapisu w archiwum danych 4

5 Plany dla Usługi GooFit GooFit – wersja popularnego pakietu do statystycznej analizy danych RooFit przystosowana do uruchamiania na GP GPU. Massively-parallel framework for maximum-likelihood fits, implemented in CUDA. Skomplikowane (wieloparametrowe i wielowymiarowe) dopasowania do dużych próbek danych, wymagające często kilka godzin CPU. Konieczność wielokrotnych iteracji lub uruchamiania dużej liczby różnych wersji modelu danych. Typowy czynnik przyspieszenia w zależności od problemu to 10 -1000. Prace rozpoczęte niedawno. Wykorzystanie klastra Zeus GPGPU Przegląd typowych skryptów użytkowników Dostosowanie do środowiska GooFit Przygotowanie usługi Udostępnienie środowiska Goofit 5

6 Plany pozyskiwania użytkowników Kontakt z przedstawicielami każdego z eksperymentów HEP w których zaangażowani są polscy fizycy Bezpośredni kontakt z członkami wszystkich polskich grup każdego z eksperymentów Rozpowszechnienie informacji o usługach oraz zasobach obliczeniowych dostępnych w polskich ośrodkach PL-Grid (seminaria, tutoriale) Trzy warunki udanego pozyskiwania użytkowników W pełni wdrożone i działające usługi HEPGrid Pozyskiwanie odpowiednich wielkości zasobów Zapewnienie optymalnych metod i warunków do zarządzania produkcją obliczeniową (konieczna dalsza praca nad współpracą systemów zarządzania eksperymentów i usług na zasobach PLGrid) 6