AI-assisted Automated Workflow for Real-time X-ray Ptychography Data Analysis via Federated Resources

要約

【タイトル】フェデレーションリソースを介してAI支援自動ワークフローを使用したリアルタイムX線フティコグラフィーのデータ解析

【要約】
– Ptychographyは、隣接する重なり合うスキャン位置からの大量の回折パターンの同時数値反転を用いてサンプルをイメージングするレンズレス方法。x線と電子のナノスケールイメージングを実現できるが、大規模な実験データセットと高いターンアラウンド時間が必要で、リアルタイム実験制御と低レイテンシーのモニタリングなどの実験能力に制限を与えることがある。
– 本システムは、PtychoNNの修正版を使用することで、MLによる相位回復問題の解決方法に比べて2桁高速化し、異なるデータ解析タスクを調整してワークフローの異なる段階の同期オーバーヘッドを最小限に抑えることができるようにする。また、実際の実験ワークロードによってworkflow systemを評価しました。

要約(オリジナル)

We present an end-to-end automated workflow that uses large-scale remote compute resources and an embedded GPU platform at the edge to enable AI/ML-accelerated real-time analysis of data collected for x-ray ptychography. Ptychography is a lensless method that is being used to image samples through a simultaneous numerical inversion of a large number of diffraction patterns from adjacent overlapping scan positions. This acquisition method can enable nanoscale imaging with x-rays and electrons, but this often requires very large experimental datasets and commensurately high turnaround times, which can limit experimental capabilities such as real-time experimental steering and low-latency monitoring. In this work, we introduce a software system that can automate ptychography data analysis tasks. We accelerate the data analysis pipeline by using a modified version of PtychoNN — an ML-based approach to solve phase retrieval problem that shows two orders of magnitude speedup compared to traditional iterative methods. Further, our system coordinates and overlaps different data analysis tasks to minimize synchronization overhead between different stages of the workflow. We evaluate our workflow system with real-world experimental workloads from the 26ID beamline at Advanced Photon Source and ThetaGPU cluster at Argonne Leadership Computing Resources.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI