2 Profiling analysis (1)

Geant4 simulator 高速化につい
ての覚え書き
November 17, 2004 by T. Mizuno
fastLatMemo_2004-11-17.ppt
1
Profiling analysis (1)
•芹野氏によるプロファイラの結果(100_GeV-1_mm10000.txt)を読むと、以下
のことが分かる。
•flat profile:芹野レポート参照。G4SteppingManager::DefinePhysicalStepLength,
G4PhysicalVector::GetValue, G4Transportation::AlongStepGetPhysicalなど、G4の基本的な
関数が数%ずつ時間をしめる。
•call graph:
•[10]より、全体の87%をG4SteppingManager::Steppingが占め、その大多数は
DefinePhysicalStepLengthを呼ぶのに使われる。回数は2832652007回。
•一方反応毎の寄与は[18]を見るのがわかりやすく、以下のようになる
•G4Transportation:2832652007回(28.3E8回)
•G4VMultipleScattering:4.5E8回
•G4VEnergyLossProcess:3.3E8回
•G4PhotoElectricEffect:2.5E8回
•G4ComptonScattering:2.5E8回
•G4GammaConversion:0.25E8回
ようするに、反応の2/3をtransportationが占め、これ自身およびそれから呼ば
れる関数で、時間の消費は決まっている。その他のプロセスは、1回あたりの
時間はtransportationよりかかるものの、回数が少ないため寄与はあまり大き
くない。これがlow energy processとの大きな違い。
fastLatMemo_2004-11-17.ppt
2
Profiling analysis (2)
•なぜtransportationが多いのかは、”/tracking/verbose 1”して走らせてください。
gamma線の伝播が大多数をしめています。発生した粒子の数＊各々の粒子
の経験するstepの数、で時間は決まり、gamma線のtransportationが主成分
となっている。ちなみに、PoGOのbackground simulationもよく似た状況で、
要するにMeV gammaが打たれる(あるいは発生する)と時間がかかる。
•ちなみにCALは下のようなジオメトリになっており、log間、layer間に無駄な
boundaryが存在する(ここで、あらたなstepをつくる)ので、これをなくせばそれ
なりの高速化が図れる(多分2-3割)。この場合、精度は全く落ちないはず。
fastLatMemo_2004-11-17.ppt
3
その他の情報
Z=0の面から上(TKR側)と下(CAL側)にe-を打ち、100イベント
シミュレーションした際にかかる時間。Cutoff length=1mm。
Egamma=100MeV: 2.5s(TKR)/1.7s(CAL)
Egamma=330MeV:4.0s(TKR)/4.9s(CAL)
Egamma=1GeV: 5.0s(TKR)/12.8s(CAL)
Egamma=3.3GeV: 7.1s(TKR)/37s(CAL)
Egamma=10GeV: 8.3s(TKR)/98s(CAL)
グラフがなく分かりにくいが(すいません)、高energy側でCAL部
の寄与が爆発的に増える一方、fluxの多い低エネルギー側で
はTKR部の寄与が比較的大きい。ParameterizationでCAL部
の高速化が実現できれば、その後はTKR部を工夫する価値が
ある。
fastLatMemo_2004-11-17.ppt
4
TKR部の高速化
現状のTKRは、単純化のため、passive materialをまとめている。しかし、荷電粒子に対
しては、単純化したほうが1.5-2倍程度遅いことが分かっている。これは厚みの8-9割を占
めるCore部で
オリジナル：密度が0に近く、粒子が発生しない
単純化：中途半端な密度でぶ厚い物をつくったため、多数の2ndary(delta-ray)を出す
ため(プロファイラを用いたり、G4の出力を処理したりして、定量的に確かめるとよい)。G4
にはregion毎にcutoff lengthを変える機能があり、これを使って2ndaryの生成を抑制す
ることで、荷電粒子にたいする高速化がはかれないか？
fastLatMemo_2004-11-17.ppt
5
まとめ
•やや楽観的な見方だが、parameterizationでCAL部の高速化を行
い(エネルギーによるが、5-10倍)、geometryの単純化やcutoff per
regionなどをもちいて、さらに2倍程度の高速化(こちらは、エネル
ギーにあまりよらない)を図れるかもしれない。Parameterizationの精
度を定量的に評価し、またよりよいものにするなどのstudyもありう
るだろう。
•アプリケーション：To be discussed。例えばBackground シミュレー
ション。
fastLatMemo_2004-11-17.ppt
6

Download Report