Les cellules solaires ne supportent pas la chaleur. Le photovoltaïque perd de l'énergie sous forme de chaleur en convertissant la lumière du soleil en électricité. L'inverse est vrai pour les lumières faites avec des diodes électroluminescentes (LED), qui transforment l'électricité en lumière. Certains scientifiques pensent qu'il pourrait y avoir de la lumière au bout du tunnel dans la recherche de meilleurs matériaux semi-conducteurs pour les cellules solaires et les LED, grâce à des simulations de superordinateurs qui ont exploité des unités de traitement graphique pour modéliser des nanocristaux de silicium.

Les scientifiques appellent la perte de chaleur dans les LED et les cellules solaires la recombinaison non radiative. Et ils ont eu du mal à comprendre la physique de base de cette perte de chaleur, en particulier pour les matériaux avec des molécules de plus de 20 atomes.

"Le vrai défi ici est la taille du système, " a expliqué Ben Levine, professeur agrégé au département de chimie de la Michigan State University. "Passer de cette limite de 10 à 20 atomes à 50 à 100 à 200 atomes a été le véritable défi de calcul ici, " dit Levine. C'est parce que les calculs impliquaient une échelle avec la taille du système à une certaine puissance, parfois quatre ou jusqu'à six, dit Levine. « Rendre le système dix fois plus gros nous oblige en fait à en effectuer peut-être 10 ; 000 fois plus d'opérations. C'est vraiment un grand changement dans la taille de nos calculs."

Les calculs de Levine impliquent un concept de photochimie moléculaire appelé intersection conique - des points de dégénérescence entre les surfaces d'énergie potentielle de deux ou plusieurs états électroniques dans un système fermé. Une étude prospective publiée en septembre 2017 dans le Journal of Physical Chemistry Letters a révélé que les récents développements informatiques et théoriques ont permis la localisation d'intersections coniques induites par des défauts dans les nanomatériaux semi-conducteurs.

"La contribution clé de notre travail a été de montrer que nous pouvons comprendre ces processus de recombinaison dans les matériaux en regardant ces intersections coniques, " a déclaré Levine. "Nous avons pu montrer que les intersections coniques peuvent être associées à des défauts structurels spécifiques du matériau."

Le Saint Graal de la science des matériaux serait de prédire le comportement de recombinaison non radiative d'un matériau en fonction de ses défauts structurels. Ces défauts proviennent du « dopage » des semi-conducteurs avec des impuretés pour contrôler et moduler ses propriétés électriques.

Au-delà de l'omniprésent semi-conducteur de silicium, les scientifiques se tournent vers les nanocristaux de silicium comme matériaux candidats pour la prochaine génération de cellules solaires et de LED. Les nanocristaux de silicium sont des systèmes moléculaires de l'ordre de 100 atomes avec une émission lumineuse extrêmement ajustable par rapport au silicium massif. Et les scientifiques ne sont limités que par leur imagination pour doper et créer un nouveau type de nanocristaux de silicium.

"Nous faisons cela depuis environ cinq ans maintenant, " Levine a expliqué à propos de son travail d'intersection conique. " L'objectif principal de notre travail a été la preuve de concept, montrer que ce sont des calculs que nous pouvons faire; que ce que nous trouvons est en bon accord avec l'expérience; et que cela peut nous donner un aperçu d'expériences que nous ne pouvions pas obtenir auparavant, " dit Levine.

Levine a relevé les défis informatiques de son travail en utilisant du matériel d'unité de traitement graphique (GPU), le genre généralement conçu pour les jeux informatiques et la conception graphique. Les GPU excellent dans les calculs d'algèbre linéaire, les mêmes mathématiques impliquées dans les calculs de Levine qui caractérisent le comportement des électrons dans un matériau. "En utilisant les unités de traitement graphique, nous avons pu accélérer nos calculs des centaines de fois, qui nous a permis de passer de l'échelle moléculaire, où nous étions limités avant, jusqu'à la taille du nano-matériau, " dit Levine.

Allocations de cyberinfrastructure de XSEDE, l'environnement de découverte scientifique et technique extrême, a donné à Levine accès à plus de 975, 000 heures de calcul sur le système de supercalcul Maverick du Texas Advanced Computing Center (TACC). Maverick est une ressource dédiée à la visualisation et à l'analyse de données architecturée avec 132 GPU NVIDIA Tesla K40 "Atlas" pour la visualisation à distance et le calcul GPU à la communauté nationale.

"Des ressources à grande échelle comme Maverick chez TACC, qui ont beaucoup de GPU, ont été tout simplement merveilleux pour nous, " Levine a dit. "Vous avez besoin de trois choses pour pouvoir réussir cela. Vous avez besoin de bonnes théories. Vous avez besoin d'un bon matériel informatique. Et vous avez besoin d'installations qui ont ce matériel en quantité suffisante, afin que vous puissiez faire les calculs que vous voulez faire."

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. "Maintenant, 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, dire, 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."

L'étude, "Understanding Nonradiative Recombination through Defect-Induced Conical Intersections, " was published September 7, 2017 in the Journal des lettres de chimie physique . 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).