2023戈登贝尔奖揭晓:Frontier超算「量子级精度」材料模拟获奖
将 ScienceAI 设为星标
第一时间掌握
新鲜的 AI for Science 资讯
编辑 | 泽南、杜伟
获奖团队成员。
此前 2021 年戈登贝尔奖授予 14 人组成的中国超算应用团队,成员来自之江实验室及国家超级计算无锡中心、清华大学、上海量子科学研究中心,以表彰该团队基于我国新一代神威超级计算机的应用「超大规模量子随机电路实时模拟」。再往前,中国超算应用团队还曾在 2016 年、2017 年连续两年摘得戈登贝尔奖。
研究概览
我们知道,分子动力学是使用计算机模拟来更好地理解系统内原子和分子运动的过程。Ab initio(拉丁语,从头计算)是分子动力学的一个分支, 该技术已被证明对物理和化学中的重要问题特别有效,包括更好地理解微观机制、获得材料科学的全新洞见以及证明实验数据等。
论文地址:https://dl.acm.org/doi/pdf/10.1145/3581784.3627037
由密歇根大学机械工程、材料科学与工程教授 Vikram Gavini 领导的这项研究使用了美国能源部橡树岭国家实验室的 Frontier(1.14 exaflop HPE Cray EX超级计算机),通过薛定谔方程采用第一性原理方法进行模拟,该方程描述微观系统,包含它们的概率性质。据介绍,其结果可用于帮助设计新合金的候选材料,并推动药物发现等其他计算设计工作。
Gavini 的团队在 Frontier 和 Summit 超级计算机上使用了集成计算框架,以模拟由近 7.5 万原子组成的镁系统中的错位或缺陷。镁合金是轻质合金的有希望的候选者,但镁原子结构中的空缺错位可能会导致脆性和开裂。了解镁合金中的错位可以为工业带来更轻、更灵活的合金。
该团队也在使用美国国家能源研究科学计算中心的 Perlmutter 超算来研究镱镉合金中准晶体(一种有序但非周期性的结构)的稳定性。
这些计算依赖于密度泛函理论,这是一种计算材料原子和电子结构的量子力学方法,并使用机器学习来达到接近量子多体计算所提供的精度水平。他们使用了 Frontier 的 8000 个节点,最大计算量达到 659.7 petaflops。
本文方法概览,在量子精度上实现大规模材料模拟。
「如果我们能够以接近量子精度进行这些大规模计算,就意味着我们可以通过计算设计来设计更好的材料,探索用于药物发现的化合物,以新的水平了解纳米粒子和材料系统的特性细节,」Gavini 说道。「如果没有百亿亿次计算和 Frontier,我们将无法进行这些类型的计算。现在我们知道了如何去做,我们可以广泛应用这些方法来探索其他问题。」
https://awards.acm.org/bell
https://news.engin.umich.edu/2023/11/material-simulation-with-quantum-accuracy-wins-gordon-bell-prize/
https://www.hpcwire.com/off-the-wire/ornls-frontier-achieves-near-quantum-accuracy-in-alloy-simulation-contends-for-gordon-bell-prize/
人工智能 × [ 生物 神经科学 数学 物理 化学 材料 ]
「ScienceAI」关注人工智能与其他前沿技术及基础科学的交叉研究与融合发展。
欢迎关注标星,并点击右下角点赞和在看。
点击阅读原文,加入专业从业者社区,以获得更多交流合作机会及服务。
微信扫码关注该文公众号作者