新芯片技術實現科學數據實時洞察

每一秒，科學實驗都會產生海量數據——數據量如此之大，以至于傳輸和分析這些數據，即使是最先進的研究也可能被拖慢。為了幫助科學家更好地應對這場數據洪流，美國能源部（DOE）阿貢國家實驗室（ANL）的研究人員開發了一種新型計算機芯片，能夠快速壓縮和處理先進X射線探測器產生的海量數據，例如位于阿貢的DOE科學用戶設施先進光子源（APS）的探測器。

通過在源頭直接壓縮數據——就像壓縮電影或歌曲以便更容易傳輸一樣——這項技術使實驗變得比以往任何時候都更快、更高效、更具洞察力。

這種硅芯片集成了成像傳感器和數據壓縮功能，與美國一分錢硬幣大小差不多。該芯片由阿貢和SLAC共同設計。

當X射線或電子擊中樣品時，探測器會捕捉產生的信號——就像數碼相機捕捉光線來生成照片一樣。這些信號被轉換成電脈沖，然后數字化為計算機可以處理的數字。但對于現代探測器而言，產生的數據量是巨大的。每一幀，即使那些包含很少有用信息的幀，也會被發送出去進行存儲和分析。這可能會使計算機系統不堪重負，拖慢研究進度，使科學家更難找到最重要的內容。

"我們的目標是將更多計算能力直接帶到數據生成的地方，"阿貢實驗室兼芝加哥大學的物理學家Antonino Miceli表示。"在我們之前的工作中，我們展示了先進的數學技術如何在保留用于分析的重要部分的同時壓縮數據�，F在，利用新的芯片技術和微電子技術的改進，我們構建了一款將數學運算直接植入探測器內部的芯片。利用在APS 8-ID光束線收集的數據，探測器可以在采集數據的同時即時壓縮數據。"

這意味著科學家可以直接對壓縮后的數據進行關鍵計算，而無需先解壓。因此，他們可以更快地分析結果并獲得反饋，甚至在實驗仍在進行時就能做到。

數據引導：從實驗中學習的芯片

在他們工作的基礎上，團隊現在將快速、緊湊的矩陣數學處理器直接集成到探測器芯片中。芯片不會將每個像素都發送出去，而是將每張圖像提煉為一組緊湊的數字，保留科學家最重要的特征。輸出大小始終相同，并且實時流式傳輸，使其更容易管理和發送。

為了使芯片更加有用和靈活，它可以針對每個實驗進行定制。在實驗之前或期間，科學家可以上傳預設的"權重"——這些設置告訴芯片要保留哪些特征。這個過程類似于訓練人工智能（AI）模型。利用樣本數據，芯片可以被編程為專注于每個實驗最相關的內容。

"從本質上講，這些芯片可以在實驗中最重要的事物上進行訓練，因此它可以即時壓縮和減少數據，"在APS和阿貢納米材料中心（CNM）共享光束線工作的阿貢科學家Tao Zhou解釋道。"硬件是靈活的，可以適應不同類型的壓縮或數據減少，例如徑向積分。"CNM是位于阿貢的DOE科學用戶設施。

測試和設計研究表明，這種片上方法可以將數據減少約100到200倍，同時以高達每秒100萬幀的速度運行。這意味著需要移動的數據更少，功耗更低，電纜更少，使實驗更便宜、更高效、更容易擴展。

通過將智能數據壓縮與快速硬件相結合，科學家可以實時獲得答案并立即調整他們的實驗。這有助于加快發現周期，并充分利用光束線上的每一分鐘。

阿貢團隊現在正致力于將這款芯片從設計階段轉移到大規模制造和在實際實驗中應用。

"APS的實驗將從這項技術中受益匪淺，"Miceli說。"通常，探測器而不是X射線源是限制因素。要充分利用光源的能力，我們需要這樣的技術。這項工作也展示了探測器開發人員和領域科學家之間的協作可以產生巨大影響。"

這項研究成果發表在《儀器儀表雜志》（Journal of Instrumentation）上。這項工作的其他貢獻者包括：Rami Rasheedi、Mohamed Adel Gharib和Salma Abdelzaher（阿貢實驗室、伊利諾伊大學芝加哥分校）；Nicholas Contini（阿貢實驗室、俄亥俄州立大學）；Mike Hammer和Henry Shi（阿貢實驗室、芝加哥大學）；Senthil Gnanasekaran、Sebastian Strempfer、Tejas Guruswamy、Kazutomo Yoshii和Angelo Dragone（阿貢實驗室）；Yu-Sheng Chen（芝加哥大學）；Lorenzo Rota、Dionisio Doering和Angelo Dragone（DOE的SLAC國家加速器實驗室）。

這項研究由DOE科學辦公室、先進科學計算研究和基礎能源科學（BES）資助。這項工作主要由AUREIS項目支持，該項目是微電子能效先進技術研究中心的一部分，以及Morpheus項目，該項目由DOE BES/科學用戶設施司的加速器和探測器研發計劃支持。