极光早期科学项目促进努力创造更高效的太阳能电池
寻找新材料,提高光伏太阳能电池效率是一个挑战,当前超级计算资源的最大征税。这就是为什么许多学术机构与卡内基梅隆大学合作解决的任务。这些努力希望利用极光,即将到来的exascale计算机在美国能源部(DOE)阿贡国家实验室,继续他们的研究。
阿贡ESP选择项目在极光系统发射前测试运行
阿贡领导计算设备(ALCF),美国能源部科学办公室用户设备,主机早期科学项目(ESP),以确保其下一代系统准备旗开得胜。15 ESP计算科学与工程国家实验室和大学的研究项目被选为他们的研究阿贡的极光exascale计算机上运行,这是将于明年推出。数据和学习项目支持ALCF的努力创造一个环境,使数据科学和机器学习方法与传统的基于仿真的研究。团队获得动手帮助港口和优化新架构的应用程序使用系统可用的今天和早期极光硬件时可用。
卡内基梅隆大学项目:研究潜在的材料创造出更高效的太阳能电池
一个ESP卡内基梅隆大学领导的研究小组计划使用极光找到材料,可以提高太阳能电池的效率。卡内基梅隆大学团队使用机器学习工具在他们的研究和正在与BerkeleyGW的开发者,SISSO,蜻蜓准备极光系统上运行的软件。诺亚Marom(助理教授,材料科学与工程系,卡内基梅隆大学)是项目的主要研究者。首席调查人员包括:杰克Deslippe从劳伦斯伯克利国家实验室(LBNL)的主要开发人员BerkeleyGW代码;卢卡Ghiringhelli(弗里茨·哈伯(德国马普协会和研究院开发的SISSO机器学习软件);和巴拿巴Poczos(副教授,机器学习,卡内基梅隆大学)。
Marom说,“我们的研究的目的是寻找新的材料,提高光伏太阳能电池效率。追求任何新的材料,可以使新技术挑战。我们正在研究的材料有独特的性质,使其适用于太阳能电池,和这些属性是非常罕见的,很难找出各种可能的材料。我们正在努力加快材料过程中发现通过计算机模拟高性能计算机(HPC)使用复杂的量子力学仿真软件和机器学习(ML)的工具。我们很兴奋,我们的项目已被接受作为一个项目,将运行在未来极光超级计算机作为阿贡ESP课程的一部分。我们多团队目前正在修改算法和工作流所以他们将能够运行在极光。”
搜索增加在太阳能电池的电流
太阳能电池将太阳的光子转换成电能。当一个光子被吸收,电子从一个被占领的状态提升到一个无人看管的状态,留下一个带正电荷的“洞”。电子和洞,由静电力相互吸引,形成一个复杂的称为激子。激子分离和转化为电流。通常一个光子转换成一个电荷载体。卡内基梅隆大学团队正在寻找材料,可以接受单线态裂变(旧金山),这一过程由哪一个photogenerated单线态相同(旋转)激子转化为两个三联体(自旋相反)激子。这可能大大提高太阳能电池的效率,收获两种载流子从一个光子。研究的目的是找到稀有的材料,可以接受科幻小说来提高太阳能电池的效率。
图1显示了一个示意图和不使用单线态激子收获的裂变(SF)。一个单线态激子生成(绿色),当一个光子被吸收。(一)没有科幻,单线态激子只创建一个载体。(B)与SF单线态激子转换成两个三线态激子(橙色),生成两个运营商。箭头表示旋转。信贷:卡内基梅隆大学的发源地,并且礼貌
使用机器学习加速发现单线态的裂变材料
根据Marom,发现材料,可以进行单线态裂变就像寻找海里捞针:“我们的团队使用机器学习(ML)工具来帮助加速发现新材料使用的计算机模拟。你必须超级计算机上运行先进的理论模型来预测材料是否进行单线态裂变。这些模拟计算昂贵,这意味着他们需要数百万小时的计算机时间。这不是可行的大规模材料筛选和计算成千上万的材料使用最准确的模型和技术。我们用毫升预测工具来构建低成本模型,快速和强烈与更复杂的模拟计算。”
材料发现Multi-fidelity筛查方法
multi-fidelity筛查方法卡内基梅隆大学开发集成量子力学模拟与三毫升模型在两个级别的忠诚。数据采集与量子力学模拟计算瓶颈材料过程中发现。这是由于高计算成本的准确模拟和大量的数据,必须取样和分析。候选人材料取样,不仅发现潜在的科幻候选人,而且训练毫升模型。从ML模型提高预测需要抽样一个大范围的材料,包括那些没有能力科幻。机器学习是用来决定哪个材料样品和什么层次的富达为了最大化的机会发现和获得的信息。
超级计算机和软件加快研究
卡耐基梅隆大学的研究目前正在做的θ的超级计算机阿贡国家实验室和在科里·东,这是世界上最快的HPC系统用于科学和大学研究。科里和θ都是克雷系统使用先进的英特尔至强处理器。
并行化工作完成BerkeleyGW代码,这是一种最准确的量子力学模拟数据采集。Deslippe表示,“许多常用应用在材料科学和化学是基于密度泛函理论,只有准确的材料在他们的极化子的性质(的最低能级)。BerkeleyGW是一个材料科学仿真软件包,可以预测的激发态性质材料,材料如何应对一个兴奋剂,如光子吸收。BerkeleyGW代码是高度并行运行系统完整的科里·东,已经优化了英特尔至强处理器上运行的超级计算机。虽然BerkeleyGW代码高度准确,这是通常被认为是昂贵的电脑运行代码所需的时间。我们团队优化BerkeleyGW代码,它不仅是一个精确的预测工具还扩展到最佳性能在现代架构,它允许研究人员模型数万atoms-something以前是不可能的。”
准备极光的超级计算机
的美国能源部选择英特尔和克雷极光,全国第一个亿亿级之一,2021年的阿贡国家实验室。极光将基于Intel Xeon处理器可伸缩的后代和英特尔Optane直流持久的记忆,和一个新的英特尔XeGPU(图形处理器)的体系结构。
图2。曙光超级计算机,由阿贡国家实验室
卡内基梅隆大学研究小组正致力于优化工作流为极光系统上运行做准备。计算机科学家威廉•Huhn阿贡领导计算设施,说,“我们的工作流的主要计算费用预计光激发属性使用BerkeleyGW包。BerkeleyGW写的规模在成千上万的HPC节点,使其自然极光的exascale功能候选人。一流的支持关于极光的机器学习框架,特别是其广泛使用的Python库和ALCF香脂工作流管理器,将被证明是有价值的机器学习工作流程的部署在奥罗拉。”
先进的机器学习和其他功能的新exascale计算机在阿贡,寻找新材料,提高光伏太阳能电池效率应该容易地多。
引用
1。苯醚Acene衍生品作为候选分子间单线态裂变,发源地,并且Xingyu Liu Rithwik汤姆,卡梅伦做饭,§波丹Schatschneider,诺亚Marom,物理化学杂志上的C 2019 123 (10), 5890 - 5899 DOI: 10.1021 / acs.jpcc.8b12549http://pubs.acs.org/action/showCitFormats?doi=10.1021/acs.jpcc.8b12549
2。在水晶quaterrylene单线态分裂的可能性,发源地,并且Xingyu Liu卡梅隆做饭,波丹Schatschneider,诺亚Marom, 148年化学物理学报,184101 (2018);doi: 10.1063/1.5027553,https://doi.org/10.1063/1.5027553
琳达的创始人和所有者是巴尼巴尼和同事,技术/营销写作,训练和在俄勒冈州比弗顿的网页设计公司,或。
本文是作为英特尔的编辑程序的一部分,强调目标的尖端科学,研究和创新驱动的高性能计算和人工智能社区通过先进的技术。bet188真人出版商的内容拥有最终的编辑权限,并确定哪些文章发表。
