跳到正文
返回精确核物理实验技术
至真探索 · 精确核物理实验技术

触发与流式读出-DAQ电子学的换脑子

2026-08-30

一个核物理实验，每秒有几百万次原子核对撞。你存不下全部。过去四十年，决定"存哪一部分"的，是一块叫触发的电子学板子：它盯着探测器信号，几十纳秒内判断"这次对撞值不值得记"，值得就发一道命令，让所有电子学开始读数。现在，这块板子正在被整个拆掉。换成另一种思路——所有信号全都数字化，全都不停地往外流，用一串精确的时间戳把数据串起来，"选事件"这件事从机房里的软件来做。这件事有个名字，叫流式读出，或者无触发读出。它正在改写核物理实验电子学的底层设计，从德国、美国到日本、中国，几乎每个下一代大装置都在换。

先看旧办法卡在哪里。硬件触发有三个天生的毛病。第一是死时间：触发电路要做判断，前端电子学要等命令，这段时间探测器等于闭着眼睛。日本理化学研究所仁科中心的老数据获取系统，一次读数的死时间大约200微秒，事件率被死死压在几千赫兹。第二是延迟限制：从信号出现到触发命令发出，整条链路只有一两微秒的预算，复杂的判断根本来不及做。第三最要命——有些物理信号压根没有简单的"签名"。想找的是那些在飞行途中衰变的稀有粒子，要靠"衰变点不在对撞中心"这种拓扑信息来挑，而拓扑判断要在几百个探测点上做径迹拟合，硬件电路做不了。德国GSI的CBM实验想找的恰恰就是这类稀有探针——多奇异超子、双轻子对——还要把对撞率推到每秒一千万次。老触发架构到这里就到头了。

CBM给的理解方案最彻底，值得细看。它的每个探测器前端芯片都是自触发的：只要某条信号超过阈值，芯片自己记下时间戳，自己把数据往外推，不等任何人下令。整套系统没有任何硬件第一级触发。五千多条光纤链路把带时间戳的数据流灌进一个叫CRI的FPGA板卡，再涌进一个高性能计算集群——第一级事件挑选器FLES。事件不再是"触发命令圈出来的一包数据"，而是"同一个时间片里所有探测器的数据"。FLES在线做径迹重建、在线挑事件，设计数据率超过每秒1TB。配套的硅径迹系统有8层硅微条探测器，自触发前端芯片的时间分辨做到4.8纳秒，876个探测模块已经批量装配[7]。这条链路2023到2024年在GSI现有的加速器上以mCBM的名义整链试跑，全无触发的读出链从头到尾通了[7]。CBM的另一个难题是束流本身：同步加速器慢引出会让束流强度在百微秒尺度上起伏四五倍，无触发系统带宽一旦吃紧，丢的是随机碎数据，拼不回来。GSI的华人物理学者高昕（论文发表时挂中国科学院上海光学精密机械研究所，工作在GSI完成）和Emschermann、Lehnert、Müller专门研究了"限流"：与其让所有时间片都缺胳膊少腿，不如主动掐掉一部分，保住另一部分的完整[5]。这个细节很能说明流式读出的性格——问题没有消失，只是换了地方。

把视野拉大，CERN的ALICE是同类思路的最大规模版本。2019年起ALICE把时间投影室的读出室全部换成GEM结构，取消门电极，就是为了能不停顿地连续读出。每秒5万次铅核对撞全部记录，前端是32通道的SAMPA芯片（模拟放大加片上数字处理），原始数据流最高冲到每秒3TB。在线计算机先把数据按128圈束流周期切成"时间帧"，在线做校准和压缩，最后写进磁带的大约每秒90GB。这个"在线-离线合一"的系统叫O2，十几万CPU核。ALICE Run 3记录的事件数比Run 1加Run 2多一百倍[9]。

美国的路线更杂，也更看得出这门技术的谱系。最早的一步是"数字化"本身：2009年密歇根州立大学NSCL给分割型锗探测器装的624通道数字化系统DDAS，用商业的Pixie-16采集卡在线做脉冲形状分析，不再依赖模拟电路定能量[2]。第二步是"网络化"：理研2010年启用的RIBFDAQ用普通电脑和以太网做分布式读出、分层事件组装，吞吐每秒40MB——今天看很小，但它证明了核物理实验的数据链可以全用商用件搭[1]。第三步才是"去触发"。杰斐逊实验室2020年在CLAS12谱仪上做了束流测试，把老数据获取系统CODA和流式系统TriDAS、重建框架JANA2拼在一起，前向伽马-tag探测器连续读出，在线过滤用的就是平时离线写的C++代码——软件触发第一次在10.6GeV电子束上跑通[10]。现在CLAS12大厅有30多个机箱改成了流式模式，聚合带宽目标每秒15到50GB。配套的关键部件是ESnet和JLab合研的EJFAT负载均衡器：一块FPGA板卡，把前端涌来的乱序数据流动态分给远处的超级计算机。2025年FRIB做了个漂亮的演示：衰变站实验15小时攒下615GB原始数据，通过EJFAT以每秒5GB直接流进伯克利的Perlmutter超算，8个节点20分钟跑完脉冲形状分析和粒子鉴别——过去这条流程是"先存盘、排队、上传、再算"，以天计[16]。FRIB的下一代伽马探测器GRETA走得更远：120个分段锗晶体连续采样波形，靠在线信号分解算出每条伽马射线在晶体里的三维作用点，专用计算集群每秒要处理48万次伽马相互作用，实测冲到51.1万次每秒，2026年将在FRIB出束。GRETA其实还保留触发系统——阿贡实验室的Seweryniak团队专门做的——但它证明了另一件事：当探测器本身需要靠波形来提取位置信息时，连续数字化加实时计算已经是必须品，不是选项[17]。布朗克海文国家实验室的sPHENIX走了混合路线：径迹系统流式，量能器保留触发，盘带吞吐每秒100到200Gbps[18]。正在建的电子离子对撞机EIC第一个实验ePIC则是从白纸起就定成百分之百流式：20多个子系统原始数据约每秒100Tbps，靠前端零压缩、FPGA压缩、在线AI过滤，层层砍到每秒100Gbps写盘，全局时钟分发精度要求到10皮秒[19]。

日本的做法值得单独说，因为它回答了一个不同的问题：中小型实验室怎么用得起这套东西。理研仁科中心、KEK、大阪大学核物理研究中心（RCNP）等机构在2023年拉起了一个叫SPADI的联盟，注册研究者超过170人，目标是把流式读出做成"开箱即用"的套装：前端板卡、读出软件、分析框架一起给。前端核心叫AMANEQ，一块Kintex-7 FPGA的通用逻辑板，流式高分辨TDC基于抽头延迟链，本征分辨约15皮秒（σ），加上时钟同步协议MIKUMARI的系统误差后约25皮秒，数据走10Gb以太网[11]。读出软件NestDAQ搭在FairMQ消息框架上，进程之间靠Redis数据库里存的服务名自动接线，几个人就能运维[12]。2024年，这套系统在RCNP的Grand Raiden磁谱仪上完成了第一次真正的物理实验：两台漂移室加三台塑料闪烁体，9块AMANEQ板卡时钟同步，0.2Gbps数据率对应10万事件每秒——比原来基于VME的触发式系统快十倍，让信噪比低于千分之一的稀有事件测量成为可能[13]。2026年5月的IEEE Real Time会议上，SPADI发布了打包版系统，从电子学到分析框架（基于ROOT的ARTEMIS）一站式交付[14]。这是把流式读出从"大实验室的特权"变成"标准货架商品"的一步。

中国这边，中国科学院近代物理研究所为惠州HIAF装置设计的通用数据获取单元CDAU走了类似的标准化路线：一块基于PCIe的FPGA板卡，8路光纤各10Gbps接前端，向上用PCIe 2.0×8（40Gbps）直连数据中心；光纤误码率10的负16次方量级，读写稳定在每秒3400MB上下，2025年发表于IEEE TNS，作者张红林、杨海波、刘程程等来自近物所[15]。为HFRS碎片分离器配套的前端芯片也是自研的数字混合路线：电荷灵敏前放后分能量、时间两路，时间戳精度好于2纳秒。这些工作说明流式架构的电子学门槛——高速光纤、大FPGA、PCIe直连——中国大科学装置已经完整跨过去了。

退后一步看，这条演化线上的电子学到底变了什么。前端芯片从"量峰高"变成"记波形"：要么像AGET芯片那样把信号存在开关电容阵列里等触发来取[4]，要么干脆全流式，用过阈时间之类的数字量代替电荷量，像AMANEQ和CBM的STS-XYTER那样。判选逻辑从前端搬进机房：FPGA只做打包压缩，真正的"这个事件要吗"由几千个CPU核回答。时间成了新的组织轴：所有部件共享一个低抖动时钟，数据靠时间戳归位，心跳信号告诉软件"现在几点了"。这三个变化彼此咬合，缺一个就不成立。

但这套方案不是白拿的。带宽是被吃掉的，不是省掉的：CBM为每秒1TB的在线处理准备的计算农场，本身就是一笔巨大的电费和运维账。软件触发有它自己的"死时间"——算法太慢，缓冲区堆满，数据照样丢。AMANEQ的开发者本田领弦（KEK）就吐槽过：一旦某个噪声大的探测器频繁触发输入限流，几毫秒内缓冲区就溺死了[11]。在线AI过滤器是新希望也是新风险：ePIC打算把机器学习放进FPGA做实时过滤，模型在硬件里的延迟、精度和可解释性都还在探索。还有一点要诚实：硬件触发没有死。信噪比极低、事件率适中的实验，一个简单的乘法判选电路仍是最便宜可靠的方案；GRETA保留触发、sPHENIX搞混合，都是权衡后的选择。流式读出真正的适用边界是：事件率高到触发电路来不及，或者物理信号复杂到硬件认不出来。

回头看，四十年的数据获取史其实是一个判断权不断上移的故事。判断"什么值得记录"，先在模拟电路里，后在FPGA里，现在搬进了通用计算机，未来一部分要交给在硬件里跑的神经网络。探测器越来越密，束流越来越强，而物理上最值钱的信号——稀有衰变、无签名的稀有事例——越来越难靠几纳秒的电路硬判。把一切记下来、让软件慢慢想，代价是钱和电，换来的是不再错过任何事先没想到的东西。对一个以"发现意外"为业的行当，这笔账算得过来。

参考文献

  1. H. Baba et al., "New data acquisition system for the RIKEN Radioactive Isotope Beam Factory", Nucl. Instrum. Meth. A 616 (2010) 65.（理研仁科中心 + 东京大学核研究中心）
  2. K. Starosta et al., "Digital Data Acquisition System for experiments with segmented detectors at NSCL", Nucl. Instrum. Meth. A 610 (2009) 700.
  3. C. J. Prokop et al., "Digital data acquisition system implementation at the NSCL", Nucl. Instrum. Meth. A 741 (2014) 163.
  4. E. C. Pollacco et al., "GET: A generic electronics system for TPCs and nuclear physics instrumentation", Nucl. Instrum. Meth. A 887 (2018) 81.（CEA Saclay Irfu 牵头）
  5. X. Gao, D. Emschermann, J. Lehnert, W. F. J. Müller, "Throttling strategies and optimization of the trigger-less streaming DAQ system in the CBM experiment", Nucl. Instrum. Meth. A 978 (2020) 164442.（GSI；第一作者高昕，成果发表于中科院上海光机所与GSI联合记录）
  6. V. Singhal et al., "Development and implementation of a time-based signal generation scheme for the Muon Chamber simulation of the CBM experiment", JINST (2021), arXiv:2104.12012.（VECC/BHNI加尔各答 + GSI）
  7. J. M. Heuser (CBM合作组), "The high count-rate self-triggering Silicon Tracking System of the CBM experiment at FAIR: Design, series assembly, upgrade options", Nucl. Instrum. Meth. A 1066 (2024) 169620.（GSI Darmstadt）
  8. D. Hutter, J. de Cuveland, V. Lindenstruth, "A high-throughput input interface for the CBM FLES", EPJ Web Conf. 337 (2025) 01220（CHEP 2024）.（法兰克福大学 / FIAS / GSI）
  9. ALICE合作组, "ALICE upgrades during the LHC Long Shutdown 2", arXiv:2302.01238 (2023).（SAMPA芯片、O2连续读出与时间帧架构）
  10. F. Ameli, M. Battaglieri et al., "Streaming Readout of the CLAS12 Forward Tagger Using TriDAS and JANA2", EPJ Web Conf. 251 (2021) 04011, arXiv:2104.11388.（杰斐逊实验室 + INFN热那亚/罗马/博洛尼亚/CNAF + MIT）
  11. R. Honda, "AMANEQ"流式前端, IEEE Trans. Nucl. Sci. 70 (2023) 1102；R. Honda, M. Ikeno, C. S. Lin, M. Shoji, IEEE Trans. Nucl. Sci. 72 (2025) 614.（KEK IPNS）
  12. Y. Igarashi, M. Dozono, R. Honda, N. Kobayashi, C. S. Lin, S. Ota, S. Y. Ryu, K. Shirotori, H. Sendai, T. N. Takahashi, "Implementations of Streaming DAQ on Actual Detector Systems", IEEE Trans. Nucl. Sci. 72 (2025) 421.（KEK + RCNP + 东大CNS + 京大）
  13. S. Ota et al., "First application of a streaming-readout data-acquisition system, products of SPADI Alliance, to physics experiments at RCNP", 24th IEEE Real Time Conference (2024, 越南归仁).（RCNP大阪大学 + KEK + RIKEN + 东大 + 京大 + 东北大学ELPH）
  14. N. Kobayashi, R. Honda, S. Ota, S.-Y. Ryu, T. Takahashi, Y. Igarashi, "A Packaged Streaming-Readout Data Acquisition System by the SPADI Alliance", 25th IEEE Real Time Conference (2026, 意大利厄尔巴岛).
  15. H. Zhang, H. Yang, C. Liu et al., "Design of a Common High-Performance Data Acquisition System for Physics Experiments at HIAF", IEEE Trans. Nucl. Sci. 72 (2025) 713.（中科院近代物理研究所）
  16. A. Chester, G. Cerizza, H. Crawford, S. Liddick et al., "Real-Time Machine Learning Workflows at FRIB Using EJFAT and ESnet", SC2025演示 / ESnet科学亮点 (2026).（FRIB/密歇根州立大学 + LBNL核科学部 + ESnet + NERSC）
  17. LBNL/FRIB新闻与报道: "GRETA heads to Michigan State" (2025), ans.org/news；GRETA性能数据见LBNL官网报道（项目负责人Paul Fallon, UC Berkeley；副项目主任Heather Crawford, LBNL核科学部；计算系统Mario Cromaz, LBNL；触发系统Dariusz Seweryniak, 阿贡实验室物理部）.
  18. J. Huang et al. (sPHENIX), "Streaming readout for sPHENIX and a sPHENIX-based EIC detector", APS April Meeting (2019).（布鲁克海文国家实验室；FELIX板卡）
  19. D. Abbott, J. Landgraf等, "EIC Project Update — EIC DAQ Status" (2022)；J. Schambach (ORNL), "Progress towards a streaming DAQ for the ePIC collaboration", APS DNP (2023)；ePIC合作组, "The ePIC Streaming Computing Model" (2023).（BNL + JLab + ORNL + INFN热那亚等）