Supercomputing mere lys end varme

Solceller tåler ikke varmen. Solceller mister noget energi som varme ved at omdanne sollys til elektricitet. Det omvendte gælder for lys lavet med lysemitterende dioder (LED), som omdanner elektricitet til lys. Nogle forskere mener, at der kan være lys for enden af ​​tunnelen i jagten på bedre halvledermaterialer til solceller og LED'er, takket være supercomputersimuleringer, der udnyttede grafikbehandlingsenheder til at modellere nanokrystaller af silicium.

Forskere kalder varmetabet i LED'er og solceller for ikke-strålende rekombination. Og de har kæmpet for at forstå den grundlæggende fysik i dette varmetab, især for materialer med molekyler på over 20 atomer.

"Den virkelige udfordring her er systemstørrelsen, " forklarede Ben Levine, lektor ved Institut for Kemi ved Michigan State University. "At gå fra den 10-20 atomgrænse op til 50-100-200 atomer har været den virkelige beregningsudfordring her, " sagde Levine. Det er fordi beregningerne involverede skalere med størrelsen af ​​systemet til en vis styrke, nogle gange fire eller op til seks, sagde Levine. "At gøre systemet ti gange større kræver faktisk, at vi udfører måske 10, 000 gange flere operationer. Det er virkelig en stor ændring i størrelsen af ​​vores beregninger."

Levines beregninger involverer et koncept i molekylær fotokemi kaldet et konisk skæringspunkt - degenerationspunkter mellem de potentielle energioverflader af to eller flere elektroniske tilstande i et lukket system. En perspektivundersøgelse offentliggjort i september 2017 i Journal of Physical Chemistry Letters viste, at den seneste beregningsmæssige og teoretiske udvikling har muliggjort placeringen af ​​defekt-inducerede koniske skæringer i halvledernanomaterialer.

"Det vigtigste bidrag fra vores arbejde har været at vise, at vi kan forstå disse rekombinationsprocesser i materialer ved at se på disse koniske skæringspunkter, " sagde Levine. "Vi har været i stand til at vise, at de koniske skæringer kan være forbundet med specifikke strukturelle defekter i materialet."

Den hellige gral for materialevidenskab ville være at forudsige ikke-strålende rekombinationsadfærd af et materiale baseret på dets strukturelle defekter. Disse defekter kommer fra "doping" af halvledere med urenheder for at kontrollere og modulere deres elektriske egenskaber.

Ser man ud over den allestedsnærværende siliciumhalvleder, forskere henvender sig til silicium nanokrystaller som kandidatmaterialer til den næste generation af solceller og LED'er. Silicium nanokrystaller er molekylære systemer i boldbanen med 100 atomer med ekstremt justerbar lysemission sammenlignet med bulk silicium. Og videnskabsmænd er kun begrænset af deres fantasi på måder at dope og skabe nye slags silicium nanokrystaller.

"Vi har gjort det her i omkring fem år nu, " Levine forklarede om sit koniske skæringsarbejde. "Hovedfokuset i vores arbejde har været proof-of-concept, viser, at det er beregninger, vi kan gøre; at det, vi finder, stemmer godt overens med eksperimentet; og at det kan give os indsigt i eksperimenter, som vi ikke kunne få før, " sagde Levine.

Levine adresserede de beregningsmæssige udfordringer ved sit arbejde ved hjælp af grafikprocessorenhed (GPU) hardware, den slags, der typisk er designet til computerspil og grafisk design. GPU'er udmærker sig ved at bruge lineære algebraberegninger, den samme matematik involveret i Levines beregninger, der karakteriserer elektronernes adfærd i et materiale. "Ved at bruge de grafiske behandlingsenheder, vi har været i stand til at accelerere vores beregninger hundredvis af gange, som har givet os mulighed for at gå fra den molekylære skala, hvor vi var begrænset før, op til størrelsen af ​​nanomateriale, " sagde Levine.

Cyberinfrastrukturallokeringer fra XSEDE, eXtreme Science and Engineering Discovery Environment, gav Levine adgang til over 975, 000 regnetimer på Maverick supercomputing-systemet ved Texas Advanced Computing Center (TACC). Maverick er en dedikeret visualiserings- og dataanalyseressource bygget med 132 NVIDIA Tesla K40 "Atlas" GPU til fjernvisualisering og GPU-beregning til det nationale samfund.

"Ressourcer i stor skala som Maverick hos TACC, som har masser af GPU'er, har bare været fantastisk for os, " sagde Levine. "Du skal bruge tre ting for at kunne klare det her. Du har brug for gode teorier. Du har brug for god computerhardware. Og du har brug for faciliteter, der har den hardware i tilstrækkelig mængde, så du kan lave de beregninger, du gerne vil."

Levine explained that he got started using GPUs to do science ten years ago back when he was in graduate school, chaining together SONY PlayStation 2 video game consoles to perform quantum chemical calculations. "Nu, the field has exploded, where you can do lots and lots of really advanced quantum mechanical calculations using these GPUs, " Levine said. "NVIDIA has been very supportive of this. They've released technology that helps us do this sort of thing better than we could do it before." That's because NVIDIA developed GPUs to more easily pass data, and they developed the popular and well-documented CUDA interface.

"A machine like Maverick is particularly useful because it brings a lot of these GPUs into one place, " Levine explained. "We can sit down and look at 100 different materials or at a hundred different structures of the same material." We're able to do that using a machine such as Maverick. Whereas with a desktop gaming machine just has one GPU, we can do one calculation at a time. The large-scale studies aren't possible, " said Levine.

Now that Levine's group has demonstrated the ability to predict conical intersections associated with heat loss from semiconductors and semiconductor nanomaterials, he said the next step is to do materials design in the computer.

Said Levine:"We've been running some calculations where we use a simulated evolution, called a genetic algorithm, where you simulate the evolution process. We're actually evolving materials that have the property that we're looking for, one generation after the other. Maybe we have a pool of 20 different molecules. We predict the properties of those molecules. Then we randomly pick, sige, less than ten of them that have desirable properties. And we modify them in some way. We mutate them. Or in some chemical sense 'breed' them with one another to create new molecules, and test those. This all happens automatically in the computer. A lot of this is done on Maverick also. We end up with a new molecule that nobody has ever looked at before, but that we think they should look at in the lab. This automated design processes has already started."

Studiet, "Understanding Nonradiative Recombination through Defect-Induced Conical Intersections, " was published September 7, 2017 in the Journal of Physical Chemistry Letters . The study authors are Yinan Shu (University of Minnesota); B. Scott Fales (Stanford University, SLAC); Wei-Tao Peng and Benjamin G. Levine (Michigan State University). The National Science Foundation funded the study (CHE-1565634).