Breaking the Exascale Barrier for the Electronic Structure Problem in Ab-Initio Molecular Dynamics

لفهم كيفية سلوك المادة عند مستواها الأكثر جوهرية، يلجأ العلماء غالبًا إلى تقنية تسمى "الديناميكا الجزيئية من المبادئ الأولية" (ab-initio molecular dynamics). يحاول هذا النهج محاكاة حركة الذرات في الجزيئات أو الأسطح أو المواد الصلبة عن طريق حساب القوى التي تدفع وتسحبها. وبخلاف الأساليب القديمة التي تعتمد على قواعد تجريبية مبسطة، تقوم هذه التقنية بحل المشكلة المعقدة لميكانيكا الكم للإلكترونات بشكل مباشر؛ فهي لا تعامل الإلكترونات كخلفية غامضة، بل كجهات فاعلة رئيسية يحدد سلوكها كيفية تفاعل الذرات مع بعضها البعض. وبينما يوفر هذا صورة دقيقة للغاية للتفاعلات الكيميائية وخصائص المواد، إلا أنه يأتي بثمن باهظ: فالجهد الحسابي المطلوب ينمو بسرعة كبيرة مع حجم النظام، مما جعل محاكاة الهياكل الكبيرة والواقعية أمرًا مستحيلاً لفترة طويلة. ولعقود من الزمن، أُجبر الباحثون على دراسة أجزاء صغيرة من المادة، غير قادرين على رؤية الصورة الكاملة لكيفية تحرك مليارات الذرات معًا في خلية حية أو مادة معقدة.

لقد تمكن فريق من الباحثين من جامعة بادربورن في ألمانيا الآن من تجاوز هذا الحاجز، حيث أظهروا طريقة لمحاكاة الهياكل الإلكترونية لأنظمة تحتوي على ما يصل إلى 83 مليون ذرة. ومن خلال تطويع طريقة تُعرف باسم "تقنية المصفوفات الفرعية المحلية غير المتعامدة" وتشغيلها على حاسوب فائق مجهز بآلاف معالجات الرسوميات المتخصصة، حققوا سرعة حوسبة مستدامة تزيد عن 1.1 إيكسافلوب (exaflops). وهذا يعني أن النظام أدى أكثر من كوينتيليون (واحد يتبعه 18 صفرًا) عملية نقطة عائمة في الثانية، وهو إنجاز يضع هذا التطبيق العلمي المحدد ضمن أول التطبيقات التي تكسر حاجز "الإيكساسكيل" (exascale). لم يكتفِ الباحثون بمجرد تشغيل محاكاة، بل هندسوا طريقة جديدة لتنظيم العمل الرياضي بحيث يمكن للأجهزة العمل بنحو 80 بالمائة من قدرتها النظرية القصوى. ويثبت عملهم أنه من خلال التعديلات الخوارزمية الصحيحة، يمكن حساب السلوك الكمي للبروتينات الكاملة في المحلول، مما يفتح الباب لدراسة الآلات البيولوجية والمواد المعقدة بتفاصيل غير مسبوقة.

يكمن التحدي الجوهري في هذه المحاكاة في أنه في كل مرة تتحرك فيها ذرة، ولو بجزء ضئيل، يجب إعادة حساب الهيكل الإلكتروني للنظام بأكل لتحديد القوى الجديدة المؤثرة على تلك الذرة. وفي الأساليب التقليدية، تصبح عملية إعادة الحساب هذه بطيئة للغاية مع زيادة عدد الذرات. وقد استخدم الباحثون طريقة تقسم المشكلة الرياضية الضخمة إلى قطع أصغر يمكن التحكم فيها تسمى "المصفوفات الفرعية". فبدلاً من محاولة حل المعادلة للنظام بأكرا في وقت واحد، يقوم الحاسوب بعزل أقسام صغيرة من البيانات، وحلها بشكل مستقل، ثم إعادة تجميع النتائج. هذا النهج "المحلي" يتجنب الحاجة إلى التواصل المستمر بين أجزاء الحاسوب المختلفة، وهو ما يمثل عادةً العائق الأساسي في عمليات المحاكاة واسعة النطاق. طبق الفريق هذه الطريقة على هدف بيولوجي محدد: بروتين "سبايك" (spike protein) الخاص بفيروس سارس-كوف-2، وهو الهيكل الذي يستخدمه الفيروس للالتصاق بالخلايا البشرية. لقد قاموا بمحاكاة البروتين وهو مثبت في طبقة دهنية ومحاط بالماء، مما خلق نظامًا يحتوي على حوالي 1.7 مليون ذرة في اختباراتهم الأولية، ثم توسعوا ليشمل شبكة من هذه البروتينات للوصول إلى إجمالي 83 مليون ذرة.

ولتحقيق هذا المستوى من الأداء، توجب على الباحثين الذهاب إلى ما هو أبعد من مجرد استخدام المزيد من الحواسيب؛ كان عليهم إعادة التفكير جذريًا في كيفية تفاعل البرمجيات مع الأجهزة. فالحاسوب الفائق الذي استخدموه، والموجود في مركز أبحاث الطاقة والعلوم للحوسبة الوطنية، مجهز بـ 4,400 من وحدات معالجة الرسوميات NVIDIA A100. صُممت هذه الرقائق للتعامل مع كميات هائلة من الحسابات المتوازية، لكنها تكون أكثر كفاءة عند العمل على كتل بيانات كبيرة وكثيفة. كانت النسخة الأصلية من الخوارزمية تنشئ مصفوفات فرعية تكون غالبًا أصغر من أن تستغل قوة هذه الرقائق بالكامل. لذا، قدم الفريق "إرشاديًا" (heuristic) جديدًا، أو مجموعة من القواعد لاتخاذ القرار، يدمج عدة أعمدة من البيانات في مصفوفات فرعية أكبر قبل معالجتها. لم يكن هذا التعديل مجرد تحسين طفيف، بل كان تحولًا استراتيجيًا بناءً على خصائص الأداء المحددة لمعالجات الرسوميات. ومن خلال قياس سرعة قدرة الرقائق على ضرب المصفوفات بأحجام مختلفة، قام الباحثون بتحسين تجميع البيانات لضمان عمل الأجهزة عند ذروة كفاءتها. سمح هذا التعديل للنظام بالحفاظ على مستوى أداء كان يُعتقد سابقًا أنه لا يمكن تحقيقه لهذا النوع من الحسابات.

تم قياس نتائج هذا الجهد من خلال تشغيل المحاكاة على شبكة من بروتينات "سبايك"، مما خلق فعليًا بيئة افتراضية تضم 83 مليون ذرة. تتبع الفريق الوقت المستغرق لإكمال كل خطوة من خطوات الحساب وإجمالي العمليات الرياضية المنفذة. ووجدوا أن النظام قدم باستمرار سرعة تتراوح بين 1.106 و1.127 إيكسافلوب، محافظًا على حوالي 80 بالمائة من الأداء النظري الأقصى للأجهزة. ويعد هذا إنجازًا كبيرًا لأن أنظمة الحوسبة عالية الأداء غالبًا ما تعاني للحفاظ على كفاءة عالية عند التوسع إلى آلاف المعالجات؛ إذ عادة ما تنخفض الكفاءة مع زيادة أعباء التواصل. وفي هذه الحالة، أدت الطبيعة المحلية للمنهج إلى جعل المعالجات تقضي معظم وقتها في الحساب بدلاً من الانتظار للحصول على البيانات. وقد تحقق الباحثون من أن دقة المحاكاة ظلت عالية، مما يضمن أن مكاسب السرعة لم تأتِ على حساب الصلاحية العلمية.

إن هذا الاختراق ليس مجرد محاكاة لفيروس؛ بل يمثل قدرة جديدة للعلوم الحسابية. إن القدرة على نمذجة الهياكل الإلكترونية لأنظمة تحتوي على عشرات الملايين من الذرات تعني أن العلماء يمكنهم الآن دراسة الظواهر التي كانت بعيدة المنال سابقًا، مثل سلوك الجزيئات الحيوية الكبيرة في بيئاتها المائية الطبيعية أو خصائص المواد المعقدة تحت الضغط. والمنهج المستخدم مرن بما يكفي ليتم تطبيقه على أي مشكلة تتطلب تقييم دالة رياضية لمجموعة كبيرة ومتفرقة من البيانات، وليس فقط الديناميكا الجزيئية. ومن خلال إثبات أن أداء "الإيكساسكيل" قابل للتحقيق في تطبيق علمي واقعي، قدم الباحثون مخططًا لمستقبل الحوسبة عالية الأداء. لقد أثبتوا أنه من خلال مواءمة التصميم الخوارزمي مع قدرات الأجهزة، يمكن حل المشكلات التي كانت تُعتبر ذات يوم أكبر من أن تُحسب، مما يضع عالم ميكانيكا الكم للذرات والإلكترونات في بؤرة تركيز أوضح لدراسة الحياة والمادة.