Design of a 100 Gb/s Ethernet Interface for a Silicon Photonics-based Data Acquisition System for Particle Physics Experiments
Notice bibliographique
Résumé
Particle physics experiments, like nEXO and ARGO, require a large-scale data acquisition system capable of supporting high data rates. One can expect a total data rate of approximately 400 Gb/s for nEXO, whereas ARGO estimates are on a scale of Pb/s. To support those experiments, which require a low-power and high-bandwidth communication (≈1 Gb/s per link), a modular Silicon-Photonics (SiP) communication module is in development to connect the front-end electronics to the data acquisition system (DAQ). This research focuses on the interface between more than 100 optical transceivers and the DAQ. To eliminate the need for custom hardware in the servers of the DAQ, the system is compatible with a standard Ethernet network. Targetting an Ethernet interface allows the use of commodity off-the-shelf equipment to connect custom electronics to the DAQ and simplifies integration, deployment, and maintenance. This system is composed of a Zynq system-on-chip (SoC), where the FPGA receives data from a set of transceivers and wraps the frame received in UDP datagrams sent to the DAQ; the processor handles various configurations and commands. To match the requirements on data rates and modularity, this study proposes a proof of concept demonstrating a 100 Gb/s link using a FPGA to transfer the data from the custom SiP transceivers to a server running DAQ software, implemented using the MIDAS framework. Following this work, the implemented Ethernet link will constitute a system ready to integrate with the SiP communication module. This integration will provide a platform to deploy large-scale and high data-rate DAQs for the targeted experiments, namely nEXO and ARGO.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».