JUNO：中国でのニュートリノ研究の先駆け

江門地下ニュートリノ観測所（JUNO）は、中国南部に建設中の大規模な科学プロジェクトだ。この観測所の目的は、宇宙に関する重要な情報を提供できる小さな粒子、ニュートリノを研究することなんだ。JUNOの主な目標は、ニュートリノの質量順序を解明し、異なるタイプに変化する過程、いわゆる振動の正確な測定を行うこと。

JUNOには、ニュートリノを捕まえるための特別な液体で満たされた大きな検出器が設置される。約17,612個の大型センサーと25,600個の小型センサーがニュートリノの相互作用からの光を検出するために使われるよ。また、大きな水たまりと宇宙線ミューオンを測定するためのトラッカーも用意される。ミューオンは、私たちの大気の外から来る粒子なんだ。

建設は2024年に完了予定で、すべての準備が整ったら、観測所は正しく動作するかを確認するためにシステムのテストを開始するんだ。

#JUNOでのデータチャレンジ

JUNOがデータを集め始めたときのデータ処理が重くなるのに備えて、JUNOデータチャレンジ（DC）という一連の練習が設定された。これらのチャレンジは、データを処理し、分析するソフトウェアやシステムをテストするのに役立つんだよ。最初のチャレンジ、DC-1は中央検出器からのデータ処理に焦点を当てた。

DC-1は、データ収集の1週間を模倣することを目的としていて、テスト用のシミュレーションデータを作成するんだ。このデータには、自然放射能、宇宙線ミューオン、ニュートリノなど、さまざまなイベントが含まれる。シミュレーションされたニュートリノイベントの数を増やすことで、チームは実データ処理に使う方法をより良くテストできるんだ。

#データ処理のワークフロー

データ収集が始まると、JUNO検出器は高いイベントレートのために大量のデータを生成する。これを管理するために、オンラインイベント分類（OEC）というシステムが使われる。このシステムは、イベントをそのタイプに基づいて分類し、より良いストレージと処理を可能にするんだ。他のシステムのように不要なイベントを捨てる代わりに、OECはすべてを保持する。

検出器は、年間約2ペタバイト（PB）のデータを生成すると見込まれている。このデータは、データセンターに送られ、生データからより扱いやすい形式に変換される。処理が終わったら、データは分析用にさまざまな場所に保存されることになる。

DC-1のワークフローは、主に2つのステップで構成されている。まず、RTRAWというシミュレーション生データファイルが作成される。次に、これらのファイルはイベントサマリーデータ（ESD）という新しい形式に再構築される。また、この段階でデータ品質を向上させるために条件データベースもテストされる。

#シミュレーションと分類

データのシミュレーションは観測所の準備に欠かせない。JUNOのシミュレーションソフトウェアは、検出器の動作やさまざまなタイプのイベントへの反応をモデル化するための特別なツールを使っている。このシミュレーションでは、検出器からの信号を表すパルスが作成され、それが分析される波形に変換されるよ。

OECを使って、イベントはその特性に基づいて分類される。例えば、イベントを生波形として保存するべきか、時間と電荷の情報を表すt/q値として保存するべきかをシステムが決める。この分類によって、ストレージと処理リソースのより効率的な利用が可能になる。

JUNOチームは、処理ソフトウェアをシングルスレッド版からマルチスレッド版にアップグレードするためのハッカソンを開催した。この変更は、パフォーマンスを向上させ、データ処理を速めるために重要だったんだ。さまざまなツールを使って問題を特定し、効率を改善した。

#システムのテスト

DC-1では、これらの新しいデータ処理方法をテストするために専用のコンピューティングクラスターが設置された。実際のデータ収集はまだ始まっていないけど、チームはこのクラスターを使ってテストを行うことができた。クラスターには、多くのコンピューターノードがあり、それぞれに複数の処理コアがあるため、大きな計算を迅速に実行しやすくなっている。

テスト中、1週間分のシミュレーションRTRAWデータが作成された。各データファイルには、多くのイベントが短期間で処理される形で含まれていた。しかし、チームはしばしばメモリ使用量の問題に直面した。なぜなら、いくつかのタスクでは複数のイベントを一度に保存しなければならなかったからだ。これらの問題は、大容量のメモリを持つコンピュータを使って解決された。

#パフォーマンスの評価

さまざまな処理方法のパフォーマンスが慎重に評価された。シリアル処理方法はベンチマークとして機能し、データ処理にかなりの時間がかかることを示した。例えば、6秒のデータ処理には、シングルスレッドを使うと数時間かかる場合があるんだ。

これを改善するために、チームはマルチスレッド処理方法を開発した。4つのCPUコアを使うと、処理時間が劇的に短縮された。チームはまた、データが保存される方法に対して2つの異なる出力モードを作り、イベントを特定の順序で保存するか、処理されたまま保存するかを決定できるようにした。

マルチスレッドアプローチによって、チームはデータをより効率的に管理できるようになった。異なるスレッドからのデータを別々のファイルに保存し、後で統合する方が、すべてを順番に保存するよりも早いことが分かったんだ。

#結論と今後の計画

最初のJUNOデータチャレンジは、実際のデータ収集の準備に向けた重要なステップだった。チームはデータ処理システムのさまざまな部分をテストし、検証した。マルチスレッドの方法は良好な結果を示したけど、追加の検出器を含めるテストの拡大など、まだ改善すべき点もある。

JUNOが進化し続ける中で、チームは手法や技術をさらに洗練させ、これからの挑戦に備えていく。目標は、ニュートリノから得られる情報を最大化し、粒子自身や宇宙についての理解を深めることだ。

JUNOでの仕事は、科学研究の進歩を目指すさまざまな組織に支えられていて、さらなる探求と開発のための資源を確保している。プロジェクトが進むにつれ、粒子物理学の分野で重要な発見の可能性が秘められているんだ。