CP2K on the road to exascale

تخيل أنك تحاول فهم كيفية سلوك قطرة من الماء، ليس فقط كسائل ساكن، بل كنظام حي يتنفس حيث كل ذرة فيه تتحرك وتتصادم وتتفاعل باستمرار. وللقيام بذلك، يستخدم العلماء نوعًا قويًا من المحاكاة الحاسوبية التي تعامل المادة وفقًا للقوانق الصارمة لميكانيكا الكم، وهي الفيزياء التي تحكم الأشياء الصغيرة جدًا. هذه المحاكاة متطلبة للغاية لأنها يجب أن تتبع سلوك الإلكترونات والنوى في آن واحد، وهي مهمة تتطلب قدرة حوسبية هائلة. لعقود من الزمن، اعتمد الباحثون على الحواسيب الفائقة لتشغيل هذه الحسابات، ولكن مع ازدياد حجم الأنظمة التي يرغبون في دراستها — من العناقيد الصغيرة إلى المواد الضخمة التي تحتوي على ملايين الذرات — أصبح الوقت المطلوب للوصول إلى إجابة يمثل عقبة رئيسية. كان الهدف دائمًا هو الوصول إلى نقطة تستطيع فيها الحواسيب حل هذه المشكلات بسرعة فائقة تمكن العلماء من مشاهدة العمليات الكيميائية المعقدة وهي تتكشف في الوقت الفعلي، ومحاكاة عوالم كاملة من الذرات بدلاً من مجرد بضع ذرات.

لقد عمل فريق من الباحثين وراء حزمة برمجيات CP2K، وهي أداة مستخدمة على نطاق واسع لهذا النوع من المحاكاة الذرية، على سد الفجوة بين القدرات الحالية والجيل القادم من الحواسيب الفائقة، المعروفة باسم آلات "إكساسكيل" (exascale). صُممت هذه الحواسم الجديدة لأداء كوينتيليون عملية حسابية في الثانية، مما يوفر قفزة هائلة في السرعة. ومع ذلك، فإن مجرد امتلاك أجهزة أسرع ليس كافيًا؛ إذ يجب إعادة كتابة البرمجيات للتعامل مع الطريقة الفريدة التي تعمل بها هذه الآلات. يركز عمل الفريق على تحسين الخوارزميات الأساسية التي تقود عمليات المحاكاة، لضمان قدرتها على التوسع لاستخدام ملايين النوى المعالجة في وقت واحد دون أن تتعثر. وهم مهتمون بشكل خاص بطريقة محددة تسمى "ديناميكا ميكانيكا كار-بارينلو من الجيل الثاني"، والتي تسمح للحاسوب بمحاكاة حركة الذرات عبر فترات طويلة جدًا، مثل النانو ثانية، مع إبقاء الإلكترونات في أكثر حالاتها استقرارًا. هذا النهج أمر بالغ الأهمية لأنه يسمح بدراسة أنظمة واقعية ذات درجات حرارة محددة، مثل السوائل أو المواد الصلبة، بدلاً من مجرد لقطات مجمدة للمادة.

لقد حدد الباحثون ثلاثة اتجاهات رئيسية في الحوسبة الحديثة يجب أن تتكيف معها برمجياتهم: الحاجة إلى المعالجة المتوازية الضخمة، والاستخدام الواسع لوحدات معالجة الرسومات (GPUs) لإجراء الحسابات، وتوافر الأجهزة التي تؤدي الحسابات بمستويات متفاوتة من الدقة. ولتلبية هذه التحديات، أعاد الفريق هيكلة كيفية تعامل الكود الخاص بهم مع البيانات. فقد طوروا طرقًا جديدة لتقسيم المشكلات الرياضية الكبيرة إلى أجزاء أصغر ومستقلة يمكن لأجزاء مختلفة من الحاسوب حلها في نفس الوقت دون الحاجة إلى التوقف المستمر للتحقق من بعضها البعض. ويتحقق ذلك من خلال تنظيم البيانات في كتل ثابتة مخصصة لخيوط المعالجة (threads) المحددة، مما يلغي التأخيرات التي تحدث عادةً عندما تحاول العديد من المعالجات الوصول إلى نفس المعلومات في وقت واحد. كما قاموا بدمج دعم وحدات معالجة الرسومات (GPUs)، وهي الرقائق القوية التي صُممت في الأصل لألعاب الفيديو ولكنها أصبحت الآن أساسية للحوسبة العلمية، مما يسمح للبرمجيات بنقل أثقل الحسابات إلى هذه المسرعات المتخصصة.

يتضمن جزء كبير من جهودهم معاللة التعقيد الرياضي لتفاعلات الإلكترونات، وهي الجزء الأكثر تكلفة في هذه المحاكات. تقليديًا، كانت عملية حساب كيفية تنافر الإلكترونات في نظام كبير تتطلب عددًا من الخطوات ينمو بشكل انفجاري مع كبر حجم النظام، مما يجعل المحاكاة واسعة النطاق شبه مستحيلة. وقد قدم الفريق تقنيات جديدة لتصفية التفاعلات الضئيلة، مما يعني تجاهل القوى الصغيرة التي لا تهم فعليًا، وهو ما يقلل التكلفة الحسابية بشكل كبير. كما طوروا طرقًا لتقريب كثافة الإلكترونات باستخدام مصفوفات أصغر وأسهل في الحساب، مع تصحيح النتائج لاحقًا بعملية حسابية أكثر دقة ولكنها أقل تكلفة. يتيح ذلك لهم الحفاظ على دقة عالية مع تقليل الوقت اللازم بشكل كبير. علاوة على ذلك، هم يستكشفون استخدام "الدقة المختلطة"، حيث يقوم الحاسوب بمعظم عمله باستخدام مستوى أدنى من الدقة العددية الذي يكون أسرع في الحساب، ثم يستخدم تصحيحًا رياضيًا متخصصًا لضمان بقاء النتيجة النهائية دقيقة تمامًا.

إن نتائج هذه التطورات مثيرة للإعجاب بالفعل. ففي عمليات محاكاة المياه السائبة، أظهر الباحثون أن الكود المحسن الخاص بهم يمكنه التعامل مع أنظمة تصل إلى مليون ذرة على حاسوب فائق يحتوي على عشرات الآلاف من النوى. ومؤخرًا، من خلال الجمع بين طريقة المصفوفات الفرعية الجديدة ونظام تنقية كثافة الإلكترونات، حققوا محاكاة قياسية لنظام يحتوي على أكثر من 100 مليون ذرة. أجرت هذه العملية الحسابية الضخمة على حاسوب فائق بأداء مستدام بلغ 324 بيتافلوبس، مستغلة أكثر من 6 أن 67 بالمئة من القوة النظرية الإجمالية للآلة. وتثبت هذه الكفاءة أن البرنامج يمكنه الاستفادة بفعالية من السرعة الخام للأجهزة الحديثة لحل مشكلات كانت في السابق بعيدة المنال.

وبالنظر إلى المستقبل، يرى المؤلفون مستقبلًا يمكن فيه تعزيز هذه المحاكاة الكلاسيكية بتقنيات ناشئة أخرى. فهم يقترحون إمكانية استخدام الذكاء الاصطناعي، وتحديدًا الشبكات العصبية العميقة، لاتخاذ القرارات أثناء المحاكاة، مثل تحديد ما إذا كانت عملية حسابية معقدة تحتاج إلى إجراء من الصفر أو ما إذا كان بإمكان شبكة مدربة تقديم إجابة دقيقة بما يكفي. كما يتصورون مناهج هجينة حيث يمكن لحاسوب كمي، يعمل وفقًا لمبادئ ميكانيكا الكم، أن يعمل جنبًا إلى جنب مع الحاسوب الكلاسيكي الفائق لحل أجزاء محددة من المشكلة، مثل حساب سلوك الإلكترونات بطريقة تعد حاليًا صعبة للغاية على الآلات الكلاسيكية. وبينما لا تزال هذه التطبيقات المستقبلية في مراحل التخطيط، فإن العمل الحالي على CP2K يضع الأساس الضروري، مما يضمن جاهزية البرنامج للتطور جنبًا إلى جنب مع الأجهزة، وتحويل وعد حوسبة "إكساسكيل" إلى واقع عملي لفهم عالم المواد.