Accelerating phase-field simulations on exascale computing systems for faster-than-real-time precipitate aging predictions

Materialwissenschaftler stehen oft vor einem frustrierenden Paradoxon: Die Prozesse, die Metallen ihre Festigkeit verleihen, geschehen zu schnell, um sie beobachten zu können, doch die Computer, die sie modellieren sollen, sind zu langsam, um Schritt zu halten. Um zu verstehen, wie sich eine Metalllegierung selbst verstärkt, untersuchen Forscher winzige Kristalle, sogenannte Präzipitate, die sich im Material bilden, wenn es erhitzt wird. Diese Partikel wachsen und verschmelzen im Laufe der Zeit – ein Prozess, der darüber entscheidet, ob das Metall Belastungen standhält oder unter Druck bricht. Jahrzehntelang war die Simulation dieses Verhaltens in drei Dimensionen ein computergestützter Albtraum. Die Mathematik, die erforderlich ist, um Tausende dieser Partikel über ein realistisches Volumen hinweg zu verfolgen, ist so rechenintensiv, dass eine Simulation, die eine wenige Stunden dauernde Erwärmung in der realen Welt darstellen soll, Wochen oder sogar Monate auf einem Standardcomputer zur Fertigstellung benötigen könnte. Diese Verzögerung bedeutete, dass Wissenschaftler nur winzige, unrealistische Proben untersuchen oder viel zu lange warten konnten, um die Ergebnisse zu sehen, was eine Lücke zwischen der Theorie und den tatsächlichen Experimenten im Labor hinterließ.

Ein Forschungsteam hat diese Lücke nun geschlossen, indem es drei leistungsstarke Rechenstrategien kombinierte, um diese Simulationen schneller als die Echtzeit laufen zu lassen. Sie konzentrierten sich auf eine spezifische Nickelbasislegierung, ein Material, das für Hochstankanwendungen wie Strahltriebwerke entscheidend ist, und modellierten das Wachstum von fast zweitausend winzigen Präzipitaten innerhalb eines mikroskopischen Würfels des Metalls. Durch die Nutzung der rohen Gewalt moderner Supercomputer, die mit Tausenden spezialisierter Grafikprozessoren ausgestattet sind, gelang es ihnen, eine Simulation einer siebenstündigen Wärmebehandlung in nur fünf und einer halben Stunden abzuschließen. Diese Errungenschaft ist nicht bloß eine Beschleunigung; sie verändert grundlegend die Art und Weise, wie diese Studien durchgeführt werden. Zum ersten Mal können Forscher ein Computermodell laufen lassen, das fertig ist, noch bevor das physische Experiment überhaupt beendet ist, was es ermöglicht, Live-Daten zu interpretieren und Experimente im laufenden Betrieb anzupassen.

Der Erfolg dieses Projekts beruhte auf einem ganzheitlichen Ansatz, der das Problem aus drei verschiedenen Blickwinkeln angriff. Erstens verlagerte das Team die gesamte Berechnung auf Grafikprozessoren, oder GPUs. Diese Chips, die ursprünglich für das Rendern von Videospielen entwickelt wurden, sind außergewöhnlich gut darin, die enorme Anzahl kleiner, simultaner Berechnungen zu bewältigen, die für diese Art von Physik erforderlich sind. Die Forscher fanden heraus, dass die Verwendung dieser Chips den Computer bis zu siebzehnmal schneller machte als die alleinige Verwendung herkömmlicher Zentralprozessoren. Zweitens verteilten sie die Arbeit auf Tausende dieser Chips gleichzeitig. Anstatt dass ein einzelner Computer versucht, die gesamte Mathematik zu erledigen, teilten sie den virtuellen Metallwürfel in Millionen winziger Stücke auf und wiesen jedem Stück einen anderen Prozessor zu, wobei sie sie so koordinierten, dass sie zusammenarbeiten konnten, ohne auf Daten warten zu müssen. Diese Skalierung ermöglichte es ihnen, ein Simulationsgitter mit 1,5 Milliarden Punkten zu handhaben, eine Größe, die auf älteren Systemen unmöglich gewesen wäre.

Die dritte und vielleicht subtilere Innovation betraf die Art und Weise, wie der Computer durch die Zeit schritt. Die meisten bisherigen Simulationen machten winzige, vorsichtige Schritte, um die Genauigkeit zu gewährleisten, was bedeutete, dass sie Millionen von Schritten machen mussten, um einige Stunden abzudecken. Die Forscher entwickelten eine Methode, um viel größere, intelligentere Schritte zu machen, ohne an Präzision zu verlieren. Durch die Verwendung einer fortgeschritteneren mathematischen Technik, um den zukünftigen Zustand der Partikel vorherzusagen, reduzierten sie die Anzahl der benötigten Schritte im Vergleich zu Standardmethoden um den Faktor drei. In Kombination führten diese drei Verbesserungen – die Nutzung leistungsstarker Grafikchips, die Verteilung der Arbeit auf Tausende von ihnen und das Gehen größerer Zeitschritte – zu einer Gesamtschnelligkeit, die zwischen zweihundert- und fünfhundertmal höher war als bei der alten Methode.

Das Ergebnis ist eine Simulation einer Ni–Nb–Fe-Legierung, bei der 1.920 Präzipitate über einen Zeitraum von sieben Stunden wachsen und verschmelzen. In dem Modell beginnen diese Partikel als winzige Kerne und expandieren, wobei einige größer werden, während andere sich auflösen – ein Prozess, der als Vergröberung (Coarsening) bekannt ist. Das Team beobachtete dies auf einem Gitter von 1,5 Milliarden Punkten und erfasste dabei den komplexen Tanz der Interaktionen zwischen tausenden Partikeln. Da die Berechnung in 5,5 Stunden abgeschlossen wurde, ist es nun möglich, diese Modelle parallel zu tatsächlichen Experimenten an großen Forschungsanlagen laufen zu lassen. Wenn ein Wissenschaftler eine Metallprobe an einer Synchrotronquelle oder einer Neutronenquelle erhitzt, kann er nun ein Computermodell parallel laufen lassen, das vorhersagt, was das Metall in Echtzeit tut, und hilft, das Experiment während dessen Durchführung zu steuern.

Diese Arbeit zeigt, dass der Engpass der Zeit, der die Untersuchung von Materialmikrostrukturen lange Zeit begrenzt hat, überwunden werden kann. Die Forscher zeigten, dass ihre Methoden nicht nur ein einmaliger Trick für diese spezifische Legierung sind, sondern eine allgemeine Strategie, die auf andere komplexe Simulationen angewendet werden kann, wie etwa die Fluiddynamik oder das Verhalten von Kristallen unter Stress. Indem sie bewiesen haben, dass diese massiven, dreidimensionalen Simulationen an einem Nachmittag abgeschlossen werden können, hat das Team die Tür zur Untersuchung von Phänomenen geöffnet, die zuvor zu groß oder zu langsam beobachtbar waren. Sie können nun Hunderte von Simulationen durchführen, um verschiedene Bedingungen zu testen, Unsicherheiten zu quantifizieren und zu erforschen, wie tausende Partikel interagieren, was einfache Theorien nicht vorhersagen können. Die Fähigkeit, die Zukunft der Mikrostruktur eines Materials vorherzusagen, noch bevor das Experiment beendet ist, markiert einen bedeutenden Wandel in der Praxis der Materialwissenschaft: Sie verwandelt eine langsame, retrospektive Analyse in ein schnelles, prädiktives Werkzeug.