阿贡国家实验室的 Aurora 超级计算机已准备好投入使用

美国能源部阿贡国家实验室正在建造该国第一个百亿亿级系统之一——Aurora。 为了准备新超级计算机的架构和规模的代码，15 个研究团队正在通过美国能源部科学办公室用户设施阿贡领导计算设施 (ALCF) 参与极光早期科学计划 (ESP)。 通过达到系统的预生产时间，这些研究人员将成为世界上第一批使用 Aurora 进行科学研究的研究人员。

超级计算正在迅速发展 人工智能 （国际特赦组织这些技术为研究人员提供了强大的工具，以加速寻找可改进电池设计的新材料” href=”http://www.anl.gov/science-101/电池” >电池药物和许多其他重要应用。

下一代计算硬件和软件能够在传统方法的一小部分时间内模拟和预测无数材料和分子的行为，有望彻底改变开发具有目标特性的新材料的努力。

“百亿亿次能量 超级计算机 随着各方面的进步 人工智能 阿贡国家实验室的计算科学家 Anouar Ben Ali 表示：“这将为材料设计和发现过程提供巨大的推动力。”

双年展正在领导一个项目，为阿贡即将推出的 Aurora 百亿亿次系统创建一个名为 QMCPACK 的强大材料科学和化学代码。 Aurora 是与英特尔和惠普企业合作开发的，如果用于科学目的，预计将成为世界上最快的超级计算机之一。 QMCPACK 它是一个开源代码，使用量子蒙特卡罗 (QMC) 方法来预测各种材料的电子如何相互作用。

“随着每一代新一代超级计算机的出现，我们都能够提高 QMCPACK 预测更大、更复杂材料特性的速度和准确性，”Ben Ali 说道。 “百亿亿级系统将使我们能够对材料的行为进行建模，其精确度可能超出实验人员可以测量的水平。”

Benali ESP 项目补充了能源部支持的更广泛的努力 百亿亿次计算 项目（ECP）。 ECP QMCPACK 项目由能源部橡树岭国家实验室的 Paul Kent 领导，致力于为美国最大的百亿亿次生态系统（包括橡树岭前沿系统）编写代码。 QMCPACK 开发团队包括来自阿贡国家实验室、橡树岭国家实验室、劳伦斯利弗莫尔国家实验室、桑迪亚国家实验室以及北卡罗来纳州立大学的研究人员。

“我们真正兴奋的这个项目的目标之一是提供对材料基本特性进行真正准确和可靠的预测的能力，”肯特说。 “这是该领域一直缺乏的能力。我们感兴趣的性质包括，材料的结构是什么？它的形成有多容易？它们如何导电或导热？”

“例如，我们可以观察电池电极或催化剂，了解它们的工作原理，并且我们可以深入了解如何改进它们，”肯特补充道。 “这些方法确实可以帮助我们改进很多技术。”

在研究新材料时，了解材料的原子和电子的行为极其重要。 它们的相互作用导致了物质的结构和性质。 然而，对于包含大量电子的复杂系统来说，在这个级别上模拟材料变得非常困难。

这就是 QMCPACK 发挥作用的地方。 代码是 向公众开放，特别擅长通过求解薛定谔方程来预测材料特性。

“薛定谔方程基本上是告诉我们电子在世界上如何行为的最终方程，”本·阿里解释道。

与其他更依赖近似值的仿真方法相比，QMC 方法为计算薛定谔方程提供了更高的精度。 但要实现这种精度并模拟大量电子，需要大量的计算能力。

“我们目标的一些材料和特性的精确模拟在计算上非常昂贵——这是与其他方法相比的权衡——但当然，这就是百亿亿次计算发挥作用的地方，”肯特说。

最终，他们的计算将有助于指导和加速旨在发现新材料的实验。 QMCPACK 团队与实验小组密切合作，帮助确定适合实验室测试的各种应用的强大候选者。

“我们希望我们的实验同事能够专注于一小部分有前景的材料，”本·阿里说。 “因此，进行可靠的模拟正在成为材料设计和发现过程中越来越重要的一部分。”

Benali 对 Aurora 的最初研究目标之一是使用 QMCPACK 寻找用于微芯片晶体管的高性能材料。 但随着该项目的发展和改进以及奥罗拉（Aurora）的潜力变得更加清晰，该团队的目标扩大到包括寻找制造它们所需的材料和分子。 电池储氢、药物设计等用途。

“我们可以考虑的应用程序数量几乎是无穷无尽的，”本·阿里说。 “这一切都要归功于非常大的计算机，它将使我们能够以前所未有的精度研究功能材料。”

为了准备极光，该团队一直在使用现有的超级计算机和早期的百亿亿次硬件，包括 ALCF 的新太阳黑子测试台。 Sunspot 配备了与 Aurora 相同的 Intel CPU（中央处理单元）和 GPU（图形处理单元）。 该团队做了大量工作来提高代码在百亿亿次硬件上的性能和功能。

“我们重新设计了 ECP 项目中的应用程序，以无缝支持 CPU 和 GPU 上的计算，”他说。 伊罗是阿贡国家实验室的计算科学家，也是 QMCPACK 的主要开发人员之一。 “我们设计的算法和代码结构可以跨不同系统移植，以便它可以在任何超级计算机上高效运行。”

他们重构代码的工作预计将产生超越第一代百亿亿次系统的利润。 Benally 表示，由于 ECP 和 ESP 项目所做的工作，将 QMCPACK 用于未来的超级计算机将花费更少的精力。

随着百亿亿次时代的到来，双年展期待在世界上最强大的计算机上使用优化的代码。 益处 国际特赦组织 增强材料发现是该团队特别兴奋的一项新兴能力。

“随着我们从百亿亿次硬件和软件中获得的提升，我们现在可以与 国际特赦组织 和 机器学习 “专家对材料设计进行逆向工程，而不是在模拟层面尝试一切，”贝纳利说。 “如果我们知道特定应用程序需要什么属性，我们就可以使用它们 国际特赦组织 寻找有前景的材料并告诉我们哪些材料应该进一步研究。 这种方法有可能彻底改变计算机辅助材料发现。

免责声明： 美国科学促进会 (AAAS) 和 EurekAlert! 我们不对 EurekAlert! 上发布的时事通讯的准确性负责。 通过贡献机构或通过 EurekAlert 系统使用任何信息。