En exécutant des simulations de Monte Carlo quantiques intensives en calculs à l'Argonne Leadership Computing Facility (ALCF), une installation d'utilisateurs du bureau des sciences du département de l'Énergie des États-Unis (DOE), les chercheurs ont démontré la capacité de calculer avec précision les propriétés magnétiques d'un matériau d'oxyde de titane qui présente des propriétés utiles pour les technologies d'énergie renouvelable et informatique.

Votre maison est probablement jonchée de dioxyde de titane (TiO2), de la peinture sur tes murs, à la crème solaire et au dentifrice dans votre salle de bain, aux papiers sur votre bureau. Une poudre blanche brillante, Le dioxyde de titane est un oxyde de métal de transition qui possède de nombreuses propriétés favorables, notamment optiques et catalytiques.

"Les oxydes de titane sont des composés de métaux de transition polyvalents qui peuvent être utilisés pour une gamme d'applications, y compris les appareils électroniques et la photocatalyse, " dit Olle Heinonen, scientifique des matériaux au Laboratoire national d'Argonne.

Alors que le dioxyde de titane peut être le matériau d'oxyde de titane le plus connu, l'un de ses dérivés, Ti 4 O 7 , est un autre matériau d'intérêt en raison de ses applications potentielles dans les mémoires résistives et les électrodes de piles à combustible à base d'oxyde. Pour explorer de telles applications, les scientifiques doivent mieux comprendre ses propriétés électroniques et magnétiques.

Avec la puissance de calcul de Mira, le supercalculateur IBM Blue Gene/Q 10 pétaflops de l'ALCF, les chercheurs ont, pour la première fois, calculé avec précision les propriétés magnétiques du Ti 4 O 7 avec des simulations de Monte Carlo quantique (QMC).

Les résultats de l'équipe, Publié dans Chimie Physique Physique Chimique , révéler le Ti 4 O 7 état fondamental :les propriétés du matériau à l'état d'énergie le plus bas possible. En calculant avec précision l'état fondamental, les chercheurs sont capables de déterminer ou d'inférer de nombreuses propriétés importantes des matériaux, comme la structure cristalline, conductivité, et le magnétisme.

"Le calcul de l'état fondamental est crucial pour les prédictions informatiques du comportement d'un matériau dans des conditions réalistes dans lesquelles la température, pression, et le temps peut changer sa structure, " dit Anouar Benali, Scientifique informatique de l'ALCF et auteur principal de l'étude.

Parce que Ti 4 O 7 a plusieurs états magnétiques proches en énergie, les scientifiques étaient auparavant incapables de déterminer de manière concluante l'état fondamental par l'expérience ou d'autres méthodes de calcul, comme la théorie de la fonctionnelle de la densité (DFT). Cependant, avec accès à Mira, l'équipe de recherche a pu effectuer des calculs QMC qui ont aidé à régler l'incertitude de longue date avec Ti 4 O 7 en identifiant les trois phases magnétiques qui compromettent l'état fondamental du matériau.

Bien que QMC nécessite jusqu'à 1, 000 fois la puissance de calcul d'un calcul DFT typique, la méthode est capable de calculer avec précision les interactions complexes entre de nombreux électrons. En raison de ses dépenses de calcul, Les simulations QMC étaient autrefois limitées à la modélisation de systèmes de petits atomes ou molécules, mais l'émergence de supercalculateurs comme Mira a maintenant permis d'utiliser QMC pour des calculs rigoureux sur des matériaux plus compliqués.

Pour le Ti 4 O 7 étudier, les chercheurs ont utilisé l'application QMCPACK développée par Argonne, Oak Ridge, Sandie, et les laboratoires nationaux Lawrence Livermore. En réécrivant les parties les plus gourmandes en calcul de QMCPACK à l'aide d'extensions spécifiques au compilateur (appelées intrinsèques vectorielles) pour mieux utiliser le processeur IBM Blue Gene/Q, Les informaticiens de l'ALCF, dont Benali, Ye Luo, et Vitali Morozov, ont été en mesure d'améliorer les performances de QMCPACK sur Mira de 30 %. En outre, en réécrivant le code pour utiliser la simple précision au lieu de la double précision dans les structures de données clés, ils ont réduit de 45 % la quantité de données à stocker en mémoire.

"Ces améliorations de code nous ont permis d'étudier des systèmes électroniques plus grands dans un laps de temps plus court, " a déclaré Benali.