Supercomputing mehr Licht als Wärme

Anonim

Solarzellen können die Hitze nicht aushalten. Die Photovoltaik verliert als Wärme bei der Umwandlung von Sonnenlicht in Elektrizität etwas Energie. Das Umgekehrte gilt für Leuchten mit Leuchtdioden (LED), die Strom in Licht umwandeln. Einige Wissenschaftler glauben, dass am Ende des Tunnels Licht auf der Suche nach besseren Halbleitermaterialien für Solarzellen und LEDs sein könnte, dank Supercomputer-Simulationen, die Grafikprozessoren zur Modellierung von Nanokristallen aus Silizium nutzen.

Wissenschaftler bezeichnen den Wärmeverlust bei LEDs und Solarzellen als nichtstrahlende Rekombination. Und sie haben darum gekämpft, die grundlegende Physik dieses Wärmeverlustes zu verstehen, besonders für Materialien mit Molekülen von mehr als 20 Atomen.

"Die wahre Herausforderung ist hier die Systemgröße", erklärte Ben Levine, außerordentlicher Professor am Department of Chemistry der Michigan State University. "Von dieser Grenze von 10-20 Atomen bis zu 50-100-200 Atomen zu gehen, war hier die wahre Herausforderung bei der Berechnung", sagte Levine. Das liegt daran, dass die Berechnungen mit der Größe des Systems zu einer gewissen Leistung passen, manchmal vier oder sechs, sagte Levine. "Wenn wir das System zehn Mal größer machen, müssen wir vielleicht 10.000 mal mehr Operationen durchführen. Das ist wirklich eine große Veränderung in der Größe unserer Berechnungen."

Levines Berechnungen beinhalten ein Konzept der molekularen Photochemie, das als konische Schnittpunkte der Entartung zwischen den potentiellen Energieflächen von zwei oder mehr elektronischen Zuständen in einem geschlossenen System bezeichnet wird. Eine im September 2017 veröffentlichte Studie im Journal of Physical Chemistry Letters zeigte, dass die jüngsten theoretischen und theoretischen Entwicklungen die Lokalisierung von defektinduzierten konischen Grenzflächen in Halbleiter-Nanomaterialien ermöglicht haben.

"Der Schlüsselbeitrag unserer Arbeit war es, zu zeigen, dass wir diese Rekombinationsprozesse in Materialien verstehen können, indem wir diese konischen Schnittpunkte betrachten", sagte Levine. "Wir konnten zeigen, dass die konischen Schnittpunkte mit spezifischen Strukturdefekten im Material verbunden sein können."

Der Heilige Gral für die Materialwissenschaft wäre die Vorhersage des nichtstrahlenden Rekombinationsverhaltens eines Materials aufgrund seiner strukturellen Defekte. Diese Defekte kommen von "Dotieren" von Halbleitern mit Verunreinigungen, um ihre elektrischen Eigenschaften zu steuern und zu modulieren.

Über den allgegenwärtigen Silizium-Halbleiter hinaus, wenden sich Wissenschaftler den Silizium-Nanokristallen als Kandidaten für die nächste Generation von Solarzellen und LEDs zu. Silizium-Nanokristalle sind molekulare Systeme in der Größenordnung von 100 Atomen mit extrem abstimmbarer Lichtemission im Vergleich zu Bulk-Silizium. Und Wissenschaftler sind nur durch ihre Vorstellungskraft in der Weise beschränkt, neue Arten von Silizium-Nanokristallen zu dopen und zu erzeugen.

"Wir machen das jetzt seit etwa fünf Jahren", erklärte Levine über seine konische Kreuzungsarbeit. "Der Hauptfokus unserer Arbeit war ein Konzeptnachweis, der zeigte, dass dies Berechnungen sind, die wir tun können, dass das, was wir finden, in guter Übereinstimmung mit dem Experiment ist und dass es uns Einblicke in Experimente geben kann, die wir nicht bekommen konnten vorher ", sagte Levine.

Levine behandelte die Rechenaufgaben seiner Arbeit mit Grafikprozessor-Hardware (GPU), die typischerweise für Computerspiele und Grafikdesign entwickelt wurde. GPUs zeichnen sich durch lineare Algebra-Berechnungen aus, die in Levines Berechnungen, die das Verhalten von Elektronen in einem Material charakterisieren, die gleiche Mathematik sind. "Mithilfe der Grafikprozessoren konnten wir unsere Berechnungen hunderte Male beschleunigen, was uns erlaubte, von der molekularen Skala, auf der wir vorher begrenzt waren, bis zur Nano-Materialgröße zu gehen", sagte Levine.

Cyberinfrastructure Allocations von XSEDE, der eXtreme Science and Engineering Discovery Environment, gaben Levine Zugriff auf über 975.000 Rechenstunden auf dem Maverick Supercomputing-System im Texas Advanced Computing Center (TACC). Maverick ist eine dedizierte Visualisierungs- und Datenanalyse-Ressource, die mit 132 NVIDIA Tesla K40 "Atlas" -GPU für die Fernvisualisierung und GPU-Computing für die nationale Gemeinschaft entwickelt wurde.

"Groß angelegte Ressourcen wie Maverick bei TACC, die viele GPUs haben, waren einfach wunderbar für uns", sagte Levine. "Du brauchst drei Dinge, um das durchzuziehen. Du brauchst gute Theorien. Du brauchst gute Computerhardware. Und du brauchst Einrichtungen, die diese Hardware in ausreichender Menge haben, damit du die Berechnungen machen kannst, die du machen willst."

Levine erklärte, dass er vor zehn Jahren, als er noch in der Graduate School war, mit der Verwendung von GPUs begonnen hatte, um die SONY PlayStation 2 Videospielkonsolen für quantenchemische Berechnungen miteinander zu verketten. "Jetzt ist das Feld explodiert, wo Sie viele, sehr fortgeschrittene quantenmechanische Berechnungen mit diesen GPUs machen können", sagte Levine. "NVIDIA hat das sehr unterstützt. Sie haben eine Technologie veröffentlicht, die uns dabei hilft, so etwas besser zu machen, als wir es vorher können." Das liegt daran, dass NVIDIA GPUs entwickelt hat, um Daten einfacher zu übertragen, und sie entwickelten die beliebte und gut dokumentierte CUDA-Schnittstelle.

"Eine Maschine wie Maverick ist besonders nützlich, weil sie viele dieser GPUs an einen Ort bringt", erklärte Levine. "Wir können uns 100 verschiedene Materialien oder 100 verschiedene Strukturen des gleichen Materials ansehen." Wir können das mit einer Maschine wie Maverick machen. Während bei einem Desktop-Spielautomaten nur eine GPU vorhanden ist, können wir jeweils eine Berechnung durchführen. Die groß angelegten Studien sind nicht möglich ", sagte Levine.

Nun, da Levines Gruppe die Fähigkeit bewiesen hat, konische Schnittpunkte zu prognostizieren, die mit dem Wärmeverlust von Halbleitern und Halbleiternanomaterialien verbunden sind, sagte er, der nächste Schritt sei, Materialdesign im Computer zu machen.

Said Levine: "Wir haben einige Berechnungen durchgeführt, bei denen wir eine simulierte Evolution, einen genetischen Algorithmus, verwenden, bei dem Sie den Evolutionsprozess simulieren. Wir entwickeln tatsächlich Materialien, die die Eigenschaft haben, wonach wir eine Generation später suchen Das andere: Vielleicht haben wir einen Pool von 20 verschiedenen Molekülen, wir sagen die Eigenschaften dieser Moleküle voraus, dann wählen wir zufällig weniger als zehn von ihnen, die wünschenswerte Eigenschaften haben, und wir modifizieren sie auf irgendeine Art. Wir mutieren sie. Oder sie in einem chemischen Sinn miteinander "züchten", um neue Moleküle zu schaffen und diese zu testen. Das alles geschieht automatisch im Computer. Vieles geschieht auch auf Maverick. Wir enden mit einem neuen Molekül, das niemand je hat Ich habe mir das vorher angeschaut, aber wir denken, dass sie es sich im Labor ansehen sollten. Diese automatisierten Designprozesse haben bereits begonnen. "

Die Studie "Understanding Nonradiative Rekombination durch defektinduzierte konische Schnitte" wurde am 7. September 2017 im Journal of Physical Chemistry Letters veröffentlicht. Die Autoren der Studie sind Yinan Shu (Universität von Minnesota); B. Scott Fales (Stanford Universität, SLAC); Wei-Tao Peng und Benjamin G. Levine (Michigan State University). Die National Science Foundation finanzierte die Studie (CHE-1565634).

menu
menu