Accelerating real-time hybrid-functional calculations with learned ACE and symmetry-based FFT reuse

Dentro de los materiales sólidos que componen nuestro mundo, los electrones no se quedan quietos; danzan al ritmo de la luz, cambiando sus posiciones y energías en respuesta a los campos que los rodean. Para entender cómo se comportan estas diminutas partículas, especialmente cuando son golpeadas por potentes láseres, los científicos utilizan un conjunto de reglas llamado teoría del funcional de la densidad. Este marco actúa como un mapa, permitiendo a los investigadores predecir cómo se moverán e interactuarán los electrones. Sin embargo, cuando la luz es lo suficientemente fuerte como para empujar al material hacia estados no lineales extraños, los mapas simples suelen fallar. Pasan por alto detalles cruciales sobre cómo los electrones se repelen entre sí y cómo forman pares temporales, conocidos como excitones, los cuales son vitales para entender cómo funcionan los semiconductores y los aislantes. Para obtener una imagen verdadera, los científicos deben utilizar un conjunto de reglas más complejo y preciso llamado funcionales híbridos. Estas reglas incluyen un cálculo difícil de cómo cada electrón siente la presencia de cada otro electrón a través de todo el material. Si bien esto proporciona una visión mucho más clara, el precio es elevado: los cálculos se vuelven tan lentos y exigentes que estudiar el comportamiento de los electrones en tiempo real con este nivel de precisión era, en algún momento, casi imposible.

Un investigador ha encontrado ahora una forma de hacer que estos cálculos pesados funcionen con la rapidez suficiente para ser prácticos, abriendo la puerta a observar el movimiento de los electrones en tiempo real con alta precisión. Desarrolló dos trucos distintos para acelerar el proceso, uno que observa el tiempo y otro que observa el espacio. El primer truco consiste en aprender del pasado. En estas simulaciones, los electrones se mueven en pasos diminutos y, en cada paso, la computadora debe recalcular cómo interactúan los electrones. Este recálculo es la parte más costosa del trabajo. El investigador enseñó a la computadora a reconocer patrones en cómo estas interacciones cambian de un momento a otro. En lugar de recalcular la interacción completa en cada paso, la computadora ahora predice el siguiente cambio basándose en la historia reciente del sistema. Solo se detiene a realizar el cálculo completo y costoso ocasionalmente para verificar su trabajo y corregir cualquier desviación. Este enfoque es como un conductor que conoce la carretera tan bien que puede anticipar la siguiente curva sin necesidad de mirar el mapa constantemente, solo echando un vistazo de vez en cuando para confirmar que sigue por el camino correcto.

El segundo truco explota el orden oculto que se encuentra dentro de los cristales. La mayoría de los materiales sólidos, como el silicio, están construidos a partir de patrones repetitivos. Debido a esta simetría, muchos puntos en el material son esencialmente idénticos entre sí, solo que rotados o desplazados. El investigador se dio cuenta de que, al calcular cómo interactúan los electrones, estaban realizando el mismo trabajo matemático una y otra vez para estos puntos idénticos. Construyó un sistema para identificar estos patrones repetitivos y reutilizar los resultados de un punto para todos sus gemelos. Esto significa que la computadora realiza el trabajo pesado solo una vez para un grupo de ubicaciones equivalentes y luego simplemente copia la respuesta al resto. Al combinar estos dos métodos —predecir el futuro basándose en el pasado y reutilizar el trabajo realizado para lugares idénticos—, el investigador logró una reducción dramática en el tiempo requerido para la simulación.

Cuando probaron estos métodos en un bloque estándar de silicio, los resultados fueron sorprendentes. Comparado con la forma tradicional de realizar estos cálculos, que tomaba casi treinta y siete segundos por cada paso de la simulación, su nuevo método combinado redujo el tiempo a menos de medio segundo por paso. Esto representa una aceleración de más de sesenta veces. El investigador verificó que, a pesar de este aumento masivo de velocidad, la precisión de los resultados permaneció intacta. Los electrones simulados aún absorbían la cantidad correcta de energía del láser y la luz que emitían de vuelta, conocida como generación de armónicos de alto orden, coincidía con los patrones detallados observados en los cálculos más lentos y precisos. Encontraron que predecir el siguiente paso cada ocho intervalos de tiempo ofrecía el mejor equilibrio entre velocidad y precisión, manteniendo el error en el flujo actual en solo unos pocos porcentajes.

El investigador también probó qué tan bien funcionaría este método en las supercomputadoras más rápidas del mundo, específicamente el sistema Fugaku en Japón. Demostró que el método escala eficientemente, lo que significa que añadir más procesadores de computadora al trabajo realmente hizo que fuera más rápido sin causar cuellos de botella. Incluso a medida que aumentaban la complejidad de la simulación utilizando una rejilla más fina para rastrear los electrones, el tiempo por paso se mantuvo notablemente bajo, permaneciendo por debajo de un segundo incluso para sistemas muy grandes. Esta eficiencia permite a los científicos ejecutar la misma simulación muchas veces con diferentes configuraciones, algo que antes era demasiado costoso de hacer. Por ejemplo, ahora podrían probar fácilmente cómo cambia la respuesta de los electrones a medida que varían el número de puntos utilizados para muestrear el material, asegurando que sus resultados sean verdaderamente confiables y no solo un artefacto de una aproximación tosca.

Este trabajo hace más que solo ahorrar tiempo; cambia lo que es posible estudiar. Con el costo computacional reducido a un nivel manejable, los investigadores ahora pueden utilizar rutinariamente estos funcionales híbridos altamente precisos para explorar la dinámica electrónica no lineal. Pueden investigar cómo se comportan los excitones, los pares ligados de electrones y huecos, bajo la intensa presión de un pulso de láser. Esto es crucial para comprender los límites fundamentales de los dispositivos electrónicos y para diseñar nuevos materiales que puedan resistir o aprovechar la luz fuerte. La capacidad de simular estos procesos con esta velocidad y fidelidad significa que los científicos ahora pueden cerrar la breza entre los modelos teóricos y el complejo comportamiento del mundo real de los materiales bajo condiciones extremas, acercándonos a una comprensión completa de cómo la luz y la materia interactúan en el nivel más fundamental.