Первый в своём роде алгоритм, разработанный в Georgia Tech, помогает учёным изучать взаимодействия между электронами. Это новшество в технологии моделирования может привести к открытиям в физике, химии, материаловедении и других областях.
Новый алгоритм быстрее существующих методов, оставаясь при этом высокоточным. Решатель превосходит ограничения текущих моделей, демонстрируя масштабируемость по размерам химических систем от больших до малых.
Специалисты по информатике и инженеры извлекают выгоду из способности алгоритма балансировать нагрузку на процессор. Эта работа позволяет исследователям решать более крупные и сложные проблемы без непомерных затрат, связанных с предыдущими методами.
Его способность решать блочные линейные системы определяет изобретательность алгоритма. По словам исследователей, их подход является первым известным применением решателя блочных линейных систем для расчета энергии электронной корреляции.
Команде Georgia Tech не придётся далеко ехать, чтобы поделиться своими открытиями с более широким сообществом высокопроизводительных вычислений. Они представят свою работу в Атланте на Международной конференции по высокопроизводительным вычислениям, сетям, хранению и анализу 2024 года ( SC24 ), которая пройдёт с 17 по 22 ноября в Georgia World Congress Center в Атланте.
«Сочетание решения больших задач с высокой точностью может позволить моделированию на основе теории функционала плотности решать новые проблемы в науке и технике», — сказал Эдмонд Чоу, профессор и заместитель председателя Школы вычислительной науки и техники (CSE) Технологического института Джорджии.
Теория функционала плотности (DFT) — это метод моделирования для изучения электронной структуры в системах многих тел, таких как атомы и молекулы.
Важной концепцией моделей DFT является электронная корреляция, взаимодействие между электронами в квантовой системе. Энергия электронной корреляции является мерой того, насколько движение одного электрона зависит от присутствия всех других электронов.
Для расчета энергии электронной корреляции используется приближение случайных фаз (RPA). Хотя RPA очень точный, он становится более затратным в вычислительном отношении по мере увеличения размера рассчитываемой системы.
Алгоритм Georgia Tech улучшает вычисления энергии электронной корреляции в рамках RPA. Подход обходит неэффективности и достигает более быстрого времени решения, даже для небольших химических систем.
Группа интегрировала алгоритм в существующую работу над SPARC, программным пакетом для электронных структур в реальном пространстве для точных, эффективных и масштабируемых решений уравнений DFT. Профессор Школы гражданского и экологического строительства Фаниш Сурьянараяна является ведущим исследователем SPARC.
Группа протестировала алгоритм на небольших химических системах кремниевых кристаллов, насчитывающих всего восемь атомов. Метод достиг более быстрого времени расчета и масштабировался до больших размеров систем, чем прямые подходы.
«Этот алгоритм позволит SPARC выполнять расчеты электронной структуры для реалистичных систем с уровнем точности, который является золотым стандартом в исследованиях в области химии и материаловедения», — сказал Сурьянараяна.
RPA является дорогим, поскольку он опирается на квартикальное масштабирование. Когда размер химической системы удваивается, вычислительные затраты увеличиваются в 16 раз.
Вместо этого алгоритм Georgia Tech масштабируется кубически, решая блочные линейные системы. Эта возможность делает возможным решение более крупных задач с меньшими затратами.
Решение блочных линейных систем представляет собой сложный компромисс при решении различных размеров блоков. Хотя более крупные блоки помогают сократить количество шагов решателя, их использование требует более высоких вычислительных затрат на шаг на компьютерных процессорах.
Решение Tech — это решатель динамического выбора размера блока. Решатель позволяет каждому процессору независимо выбирать размеры блоков для расчета. Это решение дополнительно помогает в масштабировании и улучшает балансировку нагрузки процессора и параллельную эффективность.
«Новый алгоритм имеет много форм параллелизма, что делает его пригодным для огромного количества процессоров», — сказал Чоу. «Алгоритм работает в реальном пространстве, в конечно-разностном коде DFT. Такой код может эффективно масштабироваться на самых больших суперкомпьютерах».
Выпускники Georgia Tech Шикхар Шах, доктор философии, Хуа Хуан, доктор философии, и аспирант Бокин Чжан руководили разработкой алгоритма. Проект стал кульминацией работы Шаха и Хуана, которые получили свои степени этим летом. Джон Э. Паск, физик из Национальной лаборатории Лоуренса в Ливерморе, присоединился к исследователям Georgia Tech в работе.
Шах, Хуан, Чжан, Сурьянараяна и Чоу входят в число более 50 студентов, преподавателей, научных сотрудников и выпускников, связанных с Georgia Tech, которые планируют сделать более 30 презентаций на SC24. Эксперты представят свои исследования в виде статей, постеров, панелей и семинаров.
«Успех проекта стал возможен благодаря объединению опыта людей с различным опытом работы, начиная от численных методов и заканчивая химией, материаловедением и высокопроизводительными вычислениями» , — сказал Чоу. «Мы не смогли бы достичь этого, работая в одиночку, как отдельные команды».
Автор Надежда Сарычева
Контакты, администрация и авторы