Für die geplanten Forschungsanliegen an FAIR bildet die Entwicklung von neuartigen Beschleunigertechnologien für Ring- und Linearbeschleuniger die Grundvoraussetzung für eine erfolgreiche Umsetzung.
Der Schwerpunkt widmet sich also der technologischen Weiterentwicklung von Schwerionensynchrotrons, Ionenspeicherringanlagen und der mittelfristigen Ersetzung des GSI-UNILACs als Hochstrominjektor für FAIR durch modernere leistungsfähigere und gleichzeitig energieeffizientere Linearbeschleuniger-Strukturen, die höchste Pulsströme erzeugen können.
Neben den Injektoren ist auch eine weitere Verbesserung der Intensität und Strahlhelligkeit durch GSI-Rundbeschleuniger erforderlich. Daher zielt dieses Projekt auch darauf ab, die Herausforderungen von Hochintensitätsanlagen zu untersuchen, indem eine umfassende Modellierung der intensiven Strahlen und des gesamten komplexen Systems entwickelt wird.
Kollektive Effekte, Instabilitäten, Raumladung und nichtlineare Dynamik werden eingehend untersucht. Dabei finden auch neu entstehende Bereiche wie maschinelles Lernen und künstliche Intelligenz Beachtung. Die Ergebnisse dieser Studien werden direkt den laufenden Beschleunigerprogrammen sowie dem zukünftigen FAIR-Betrieb zugute kommen.
Natürlich finden in diesem Rahmen auch feldübergreifende Technologien wie neuartige Detektormethoden und -techniken, maschinelles Lernen usw. zur Verbesserung der Strahl- und Beschleunigerleistung ihren Einzug in die Forschung.
Für die Entwicklung, aber auch für die Inbetriebnahme der FAIR-Beschleuniger- und Detektorkomponenten, sind nicht zuletzt auch Computersimulationen unerlässlich. Dafür werden Höchstleistungsrechner sowie ultraschnelle Datennetze sowohl für die Datenaufnahme als auch die Analyse benötigt, insbesondere bei den CBM- und PANDA-Experimenten.
Die Herausforderungen an Hard- und Software werden entsprechend durch die Entwicklung von spezialisierten Online-Systemen kompensiert, die die extremen Datenraten der Experimente von mehr als 1 TeraByte/s verarbeiten können.
Zudem werden erhebliche Höchstleistungsrechnen-Ressourcen für die Datenauswertung gebraucht, die effiziente Rekonstruktionsalgorithmen der physikalischen Ereignisse verarbeiten können. Hierfür haben die Wissenschaftlerinnen und Wissenschaftler der Helmholtz Forschungsakademie Hessen für FAIR den Green Cube entwickelt. Dieser ist nicht nur richtig schnell, sondern auch noch sehr ressourcenschonend.
