Efficient Large-Scale STEM-EELS Simulations With Torched-TACAW

Resumen Técnico: Simulaciones Eficientes de STEM-EELS a Gran Escala con torched-TACAW

Planteamiento del Problema
La simulación de espectros de pérdida de energía de electrones (EELS) de ultra baja pérdida, derivados de excitaciones vibracionales y de magnones en la Microscopía Electrónica de Transmisión de Barrido (STEM), enfrenta barreras computacionales significativas cuando se aplica a sistemas materiales realistas y de gran escala. Si bien el método de la Auto-Correlación Temporal de funciones de onda auxiliares (TACAW) ofrece una vía para simular estos espectros aprovechando los cálculos de dinámica molecular (MD) y de multislice (MS), su aplicación práctica se ve obstaculizada por dos restricciones principales:

1. Tamaño del Sistema y Costo Computacional: Los modelos realistas que contienen defectos, interfaces o bordes de grano a menudo requieren superceldas con decenas o cientos de miles de átomos. Los potenciales interatómicos de alta precisión estándar (como los potenciales aprendidos por máquina como ORB) son computacionalmente costosos, superando frecuentemente la capacidad de memoria de las GPU de gama alta actuales (por ejemplo, limitando los sistemas a ~25,000 átomos en una GPU de 64 GB) y requiriendo tiempos de ejecución prohibitivos en CPU.
2. Rendimiento de Datos (Throughput): Un cálculo completo de TACAW implica generar miles de instantáneas de estructura de trayectorias de MD y realizar propagaciones de multislice para cada posición del haz. Para un escaneo típico, esto genera funciones de onda auxiliares del orden de los terabytes (por ejemplo, 29 TB para un escaneo de 1 nm²) creando un cuello de botella en el flujo de datos que excede las capacidades de almacenamiento e I/O de las estaciones de trabajo estándar y complica el post-procesamiento.

Metodología
Los autores presentan un flujo de trabajo práctico y una nueva implementación de software de código abierto, torched-TACAW, diseñado para superar estos cuellos de botella manteniendo una precisión cercana a la ab initio. La metodología integra tres componentes principales:

1. Potenciales Interatómicos Aprendidos por Máquina (MLIPs): El flujo de trabajo utiliza modelos fundacionales, específicamente el potencial ORB, que ofrece un equilibrio entre la precisión comparable a los cálculos ab initio y un costo computacional significativamente menor. Para gestionar las restricciones de memoria, los autores emplean la partición de superceldas. En lugar de simular una única supercelda masiva, la estructura elongada (típicamente con forma de "fideo" a lo largo de la dirección del haz) se divide en sub-superceldas más pequeñas e independientes. Estas se simulan por separado mediante MD y luego se apilan para reconstruir la trayectoria efectiva del sistema más grande.
2. Arquitectura del Software torched-TACAW: Implementado en Python utilizando la biblioteca PyTorch y el motor de multislice pyms, el software está diseñado para la aceleración por GPU. Las características arquitectónicas clave incluyen:
   • Procesamiento On-the-fly: Para evitar el almacenamiento de terabytes de funciones de onda intermedias, el código procesa los datos en lotes computacionales. Retiene únicamente la Región de Interés (ROI) en el espacio recíproco y la energía, descartando el resto inmediatamente después de la transformada de Fourier.
   • Paralelización: El flujo de trabajo es "vergonzosamente paralelo", lo que permite el procesamiento independiente de las posiciones del haz y los fragmentos de la trayectoria a través de múltiples GPUs sin comunicación directa GPU-GPU, sincronizándose únicamente mediante el bloqueo de archivos (file locking).
   • Gestión de Datos: Los resultados se almacenan eficientemente utilizando el formato Zarr, que admite almacenamiento por fragmentos (chunks) y comprimido, adecuado para grandes conjuntos de datos.
3. Refinamientos Numéricos: El artículo aborda los artefactos numéricos inherentes a las transformadas de Fourier de tiempo finito:
   • Ventaneo (Windowing): Los autores evalúan funciones de ventana (Tukey, Hann, Rectangular) para suprimir la fuga espectral. Demuestran que la ventana de Hann proporciona el compromiso óptimo, eliminando eficazmente los artefactos (como las rayas verticales en los puntos Gamma) sin un exceso de ensanchamiento espectral.
   • Estabilidad de la MD: El flujo de trabajo incluye protocolos para prevenir artefactos no físicos, como la deriva del centro de masa (mediante la fijación del COM) y el "salto de átomos" a través de fronteras periódicas (asegurando suficientes capas de vacío).

Resultados Clave
Utilizando TiO₂ rutilo como sistema modelo, los autores validaron la metodología:

• Precisión de la Partición: La comparación de una simulación de supercelda completa de 24,576 átomos contra una trayectoria reconstruida de 8 sub-superceldas independientes de 3,072 átomos reveló que la partición introduce solo errores menores de tipo ruido. Las diferencias fueron insignificantes para la mayoría de los modos y particularmente despreciables para el EELS de resolución atómica fuera de eje.
• Eficacia del Ventaneo: Las simulaciones confirmaron que la ventana de Hann elimina los artefactos de rayas verticales observados con ventanas de Tukey y la sobreestimación de la cola de alta energía vista con ventanas rectangulares, manteniendo la resolución espectral.
• Demostración de Gran Escala: Los autores simularon con éxito una muestra de TiO₂ de 192,000 átomos (24 nm de espesor, 9.3 nm × 9.3 nm de dimensiones laterales). El cálculo, realizado en 16 núcleos de GPU, tomó aproximadamente 3 horas y 40 minutos, produciendo un conjunto de datos de 48 GB que se redujo a 760 kB tras la integración del detector.
• Observables Físicos: Las imágenes STEM filtradas en energía resultantes reprodujeron los contrastes físicos esperados: las señales de baja energía estuvieron dominadas por las vibraciones de los átomos de Titanio, mientras que los rangos de mayor energía y los ángulos de dispersión más grandes mostraron un pronunciado contraste de columnas de Oxígeno, consistente con hallazgos experimentales y teóricos previos.

Significancia y Reivindicaciones
El artículo afirma que torched-TACAW proporciona una plataforma escalable, eficiente y accesible para simular STEM-EELS de baja pérdida en materiales complejos que contienen hasta cientos de miles de átomos. Al combinar MLIPs fundacionales, partición de superceldas y un procesamiento de datos optimizado on-the-fly, el método permite simulaciones de calidad "cercana a ab initio" que antes eran computacionalmente intratables.

Los autores posicionan este trabajo como una solución práctica para interpretar experimentos de STEM-EELS inelásticos de baja pérdida y monocromáticos en sistemas con nanoestructuras no triviales (defectos, interfaces, bordes de grano). Expresan explícitamente que el método evita la necesidad de cálculos explícitos de modos de fonones, los cuales son computacionalmente prohibitivos para sistemas grandes. El artículo concluye modestamente, señalando que el software está en desarrollo activo, con planes futuros para incorporar la dinámica molecular de anillo de polímero con termostato (TRPMD) para efectos cuánticos a bajas temperaturas y efectos relacionados con el magnetismo para estudios de acoplamiento espín-red.