Op 29 juni 2017, het CERN DC heeft de mijlpaal bereikt van 200 petabyte aan gegevens die permanent in zijn tapebibliotheken zijn gearchiveerd. Waar komen deze gegevens vandaan? Deeltjes botsen in de Large Hadron Collider (LHC) detectoren ongeveer 1 miljard keer per seconde, het genereren van ongeveer één petabyte aan botsingsgegevens per seconde. Echter, dergelijke hoeveelheden gegevens zijn voor de huidige computersystemen onmogelijk vast te leggen en worden daarom gefilterd door de experimenten, alleen de meest "interessante" houden. De gefilterde LHC-gegevens worden vervolgens geaggregeerd in het CERN Data Center (DC), waar de initiële gegevensreconstructie wordt uitgevoerd, en waar een kopie wordt gearchiveerd naar langdurige opslag op tape. Zelfs na de drastische gegevensreductie die door de experimenten werd uitgevoerd, het CERN DC verwerkt gemiddeld één petabyte aan data per dag. Zo werd op 29 juni de mijlpaal bereikt van 200 petabyte aan permanent gearchiveerde gegevens in de tapebibliotheken.

De vier grote LHC-experimenten hebben de afgelopen twee jaar ongekende hoeveelheden gegevens opgeleverd. Dit is grotendeels te danken aan de uitstekende prestaties en beschikbaarheid van de LHC zelf. Inderdaad, in 2016, verwachtingen waren aanvankelijk voor ongeveer 5 miljoen seconden aan gegevensopname, terwijl het uiteindelijke totaal ongeveer 7,5 miljoen seconden was, een zeer welkome verhoging van 50%. 2017 volgt een vergelijkbare trend.

Verder, aangezien de lichtsterkte hoger is dan in 2016, veel botsingen overlappen elkaar en de gebeurtenissen zijn complexer, steeds geavanceerdere reconstructie en analyse vereisen. Dit heeft een sterke impact op de computervereisten. Bijgevolg, records worden gebroken in veel aspecten van data-acquisitie, datasnelheden en datavolumes, met uitzonderlijke gebruiksniveaus voor computer- en opslagbronnen.

Om deze uitdagingen aan te gaan, de computerinfrastructuur in het algemeen, en met name de opslagsystemen, heeft tijdens de twee jaar van Long Shutdown 1 grote upgrades en consolidatie ondergaan. Dankzij deze upgrades kon het datacenter omgaan met de 73 petabyte aan gegevens die in 2016 werden ontvangen (waarvan 49 LHC-gegevens) en met de gegevensstroom die tot nu toe in 2017. Dankzij deze upgrades heeft het CERN Advanced STORage-systeem (CASTOR) ook de uitdagende mijlpaal van 200 petabyte aan permanent gearchiveerde gegevens bereikt. Deze permanent gearchiveerde gegevens vertegenwoordigen een belangrijk deel van de totale hoeveelheid ontvangen gegevens in het CERN-datacentrum, de rest zijn tijdelijke gegevens die periodiek worden opgeschoond.

Een ander gevolg van de grotere datavolumes is een toegenomen vraag naar dataoverdracht en dus een behoefte aan een hogere netwerkcapaciteit. Sinds begin februari is een derde glasvezelcircuit van 100 Gb/s (gigabit per seconde) verbindt het CERN DC met de externe extensie die wordt gehost in het Wigner Research Center for Physics (RCP) in Hongarije, 1800 km verderop. Dankzij de extra bandbreedte en redundantie die door deze derde link wordt geboden, kan CERN op betrouwbare wijze profiteren van de rekenkracht en opslag op de externe extensie. Een must-have in de context van toenemende computerbehoeften!