算法增强了广泛领域的电子相关能量计算

Josiah02 · 发表于前天 00:58

佐治亚理工学院开发的一种首创算法正在帮助科学家研究电子之间的相互作用。建模技术的这一创新可以带来物理学、化学、材料科学和其他领域的发现。
新算法比现有方法更快，同时保持了高度准确性。该求解器通过展示从大到小化学系统规模的可扩展性，超越了当前模型的限制。
计算机科学家和工程师受益于该算法平衡处理器负载的能力。这项工作使研究人员能够解决更大、更复杂的问题，而无需承担以前方法的高昂成本。
算法的独创性源于其求解块线性系统的能力。据研究人员介绍，他们的方法是首次使用块线性系统求解器来计算电子关联能。
佐治亚理工学院的团队无需远行就能与更广泛的高性能计算社区分享他们的研究成果。他们将在 2024 年国际高性能计算、网络、存储和分析大会 ( SC24 ) 上展示他们的研究成果，该大会将于 11 月 17 日至 22 日在亚特兰大佐治亚世界会议中心举行。
佐治亚理工学院计算科学与工程学院 (CSE) 教授兼副院长 Edmond Chow 表示：“将解决大问题与高精度结合起来，可以使密度泛函理论模拟能够解决科学和工程领域的新问题。”
密度泛函理论（DFT）是一种研究多体系统（如原子和分子）中电子结构的建模方法。
DFT 模型的一个重要概念是电子关联，即量子系统中电子之间的相互作用。电子关联能衡量一个电子的运动受所有其他电子的影响程度。
随机相位近似 (RPA) 用于计算电子关联能量。虽然 RPA 非常准确，但随着计算系统规模的增加，其计算成本会更高。
佐治亚理工学院的算法增强了 RPA 框架内的电子相关能量计算。该方法可以避免效率低下的问题，并缩短求解时间，即使对于小规模化学系统也是如此。
该团队将该算法集成到 SPARC 的现有工作中，SPARC 是一个实空间电子结构软件包，用于精确、高效和可扩展地解决 DFT 方程。土木与环境工程学院教授 Phanish Suryanarayana 是 SPARC 的首席研究员。
研究小组在数量少至 8 个原子的硅晶体小型化学系统上测试了该算法。与直接方法相比，该方法计算速度更快，并且适用于更大的系统规模。
Suryanarayana 表示：“该算法将使 SPARC 能够对现实系统执行电子结构计算，其精度达到化学和材料科学研究的黄金标准。”
RPA 成本高昂，因为它依赖于四次缩放。当化学体系的规模加倍时，计算成本会增加 16 倍。
相反，佐治亚理工学院的算法通过求解块线性系统实现了立方级扩展。这种能力使得以较少的代价解决更大的问题成为可能。
求解块线性系统时，在求解不同块大小时需要权衡利弊。虽然较大的块有助于减少求解器的步骤数，但使用它们需要计算机处理器每步计算成本更高。
Tech 的解决方案是动态块大小选择求解器。该求解器允许每个处理器独立选择要计算的块大小。该解决方案进一步帮助扩展，并提高处理器负载平衡和并行效率。
“新算法具有多种形式的并行性，因此适合大量处理器，”周说。“该算法在实空间有限差分 DFT 代码中运行。这种代码可以在最大的超级计算机上有效扩展。”
佐治亚理工学院校友 Shikhar Shah 博士、Hua Huang 博士和博士生 Boqin Zhang 领导了该算法的开发。该项目是 Shah 和 Huang 工作的顶峰，他们今年夏天完成了学位。劳伦斯利弗莫尔国家实验室的物理学家 John E. Pask 也加入了佐治亚理工学院研究人员的团队。
Shah、Huang、Zhang、Suryanarayana 和 Chow 是佐治亚理工学院 50 多名学生、教师、研究科学家和校友中的一员，他们计划在 SC24 上发表 30 多场演讲。专家们将通过论文、海报、小组讨论和研讨会展示他们的研究成果。
“该项目的成功得益于来自不同背景的专业人士的专业知识的结合，从数值方法到化学和材料科学再到高性能计算，”周说。“我们不可能靠单个团队单独工作来实现这一目标。”

账号		自动登录	找回密码
密码			立即注册