Los racks de computadoras en el centro de cómputo del CERN son solo una fracción del hardware necesario para almacenar y procesar los datos del LHC. Crédito:Anthony Grossir / CERN
A finales de 2018, el Gran Colisionador de Hadrones (LHC) completó su segunda ejecución de varios años ("Ejecución 2") en la que la máquina alcanzó una energía de colisión protón-protón de 13 TeV, el más alto jamás alcanzado por un acelerador de partículas. Durante esta carrera, de 2015 a 2018, Los experimentos del LHC produjeron volúmenes de datos sin precedentes y el rendimiento de la máquina superó todas las expectativas.
Esto significó un uso excepcional de la informática, con muchos récords en términos de adquisición de datos, velocidades de datos y volúmenes de datos. El sistema de almacenamiento avanzado CERN (CASTOR), que se basa en un backend basado en cinta para el archivo de datos permanente, alcanzó 330 PB de datos (equivalente a 330 millones de gigabytes) almacenados en cinta, un equivalente a más de 2000 años de grabación de video HD 24/7. Solo en noviembre de 2018, se grabaron en cinta un récord de 15,8 PB de datos, un logro notable dado que corresponde a más de lo que se registró durante el primer año del Run 1 del LHC.
El sistema de almacenamiento distribuido para los experimentos del LHC superó los 200 PB de almacenamiento sin procesar con aproximadamente 600 millones de archivos. Este sistema (EOS) está basado en disco y es de código abierto, y fue desarrollado en el CERN para los requisitos informáticos extremos del LHC. Tan bien como esto, Se transfirieron 830 PB de datos y 1.100 millones de archivos a todo el mundo mediante el servicio de transferencia de archivos. Para hacer frente a estos desafíos informáticos y respaldar mejor los experimentos del CERN durante la Ejecución 2, toda la infraestructura informática, y en particular los sistemas de almacenamiento, pasó por importantes actualizaciones y consolidación en los últimos años.
Datos (en terabytes) grabados en cinta en el CERN mes a mes. Este gráfico muestra la cantidad de datos grabados en cinta generados por los experimentos del LHC, otros experimentos, varias copias de seguridad y usuarios. En 2018, se grabaron en cinta más de 115 PB de datos en total (incluidos aproximadamente 88 PB de datos del LHC), con un pico récord de 15,8 PB en noviembre. Crédito:Esma Mobs / CERN
Ya se han iniciado nuevas actividades de investigación y desarrollo de TI en preparación para la Ejecución 3 del LHC (prevista para 2021 a 2023). "Nuestro nuevo software, llamado CERN Tape Archive (CTA), es el nuevo sistema de almacenamiento en cinta para la copia de custodia de los datos físicos y un reemplazo para su predecesor, CASTOR. El objetivo principal de CTA es hacer un uso más eficiente de las unidades de cinta, para manejar la velocidad de datos más alta anticipada durante la Ejecución 3 y la Ejecución 4 del LHC, "explica German Cancio, quien lidera la cinta, Sección de almacenamiento de archivos y copias de seguridad en el departamento de TI del CERN. CTA se desplegará durante la segunda parada prolongada en curso del LHC (LS2), reemplazando a CASTOR. En comparación con el último año de Run 2, Se espera que el archivo de datos sea dos veces mayor durante la Ejecución 3 y cinco veces mayor o más durante la Ejecución 4 (previsto para 2026 a 2029).
La informática del LHC seguirá evolucionando. La mayoría de los datos recopilados en el centro de datos del CERN son muy valiosos y deben conservarse y almacenarse para las futuras generaciones de físicos. Por lo tanto, el departamento de TI del CERN aprovechará LS2, el mantenimiento actual y la actualización del complejo de aceleradores, para realizar la consolidación requerida de la infraestructura informática. Actualizarán la infraestructura de almacenamiento y el software para enfrentar los probables desafíos de escalabilidad y rendimiento cuando el LHC se reinicie en 2021 para la Ejecución 3.
