Sintesi del progetto
Il progetto esplora l’uso delle FPGA per analizzare flussi di dati molto intensi senza introdurre ritardi significativi. Nata da esigenze della Fisica delle Alte Energie, dove i dati vengono filtrati dagli stessi esperimenti con conseguente perdita di informazione fisica potenzialmente rilevante, l’iniziativa sviluppa algoritmi ultraveloci implementati su FPGA, capaci di gestire flussi di dati continui e non filtrati e di eseguire analisi e inferenza AI in pochi microsecondi. L’uso combinato di FPGA, GPU e CPU consente di costruire architetture ibride altamente specializzate, ideali per contesti in cui latenze bassissime e rendimenti (throughput) elevati sono indispensabili.
Obiettivo
Il progetto mira ad abilitare analisi quasi in tempo reale di grandi volumi di dati e ad aprire la strada a nuovi approcci di selezione e interpretazione delle informazioni attraverso la progettazione di algoritmi innovativi su FPGA di ultima generazione e lo sviluppo di workflow riproducibili. Contestualmente, il progetto intende formare una nuova generazione di ricercatori capaci di programmare tali dispositivi.
Problemi e necessità
In molti esperimenti scientifici di Fisica delle Alte Energie solo una piccola parte dei dati viene conservata, perché l’analisi completa richiederebbe troppo tempo ed energia. Questo può impedire di osservare fenomeni rari o nascosti in grandi fondi di rumore. Serve quindi un’analisi più veloce ed efficiente fin dalle prime fasi di raccolta dei dati, che garantista bassa latenza e consenta l’impiego di risorse di calcolo eterogenee.
Soluzioni sviluppate
Il progetto ha testato algoritmi e protocolli su diverse generazioni di FPGA, valutandone prestazioni e flessibilità. L’integrazione con cluster ibridi consente di distribuire il carico tra hardware specializzato e sistemi di calcolo più generici, mentre attività di formazione mirata hanno reso le competenze più accessibili. I test hanno confermato la capacità delle FPGA di eseguire inferenza AI ultrarapida, rendendole un componente fondamentale per l’elaborazione dei Big Data in tempo reale.
Impatti
Le tecnologie sviluppate consentono di ridurre il consumo energetico per operazioni di analisi dati e di accelerare l’inferenza di modelli di AI per la Fisica delle Alte Energie, ambito nel quale sarà inoltre possibile accedere a dati fino a oggi esclusi dai sistemi di filtraggio degli esperimenti. In generale, i risultati garantiranno un uso più efficiente delle risorse e a costi potenzialmente più bassi per servizi avanzati basati su Intelligenza Artificiale e un vantaggio competitivo per molti ambiti industriali,
Settori di applicazione
Il progetto ha un impatto che si estende ben oltre la fisica delle alte energie. Le soluzioni sviluppate possono infatti essere utilizzate e replicate da industrie interessate a servizi AI a bassa latenza e basso consumo, da Centri di Supercalcolo che desiderano ottimizzare i costi energetici, da università e scuole che necessitano di strumenti didattici avanzati e da istituzioni pubbliche che cercano soluzioni scalabili e replicabili.
