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

À l'intérieur des matériaux solides qui constituent notre monde, les électrons ne restent pas immobiles ; ils dansent au rythme de la lumière, déplaçant leurs positions et leurs énergies en réponse aux champs environnants. Pour comprendre comment ces minuscules particules se comportent, surtout lorsqu'elles sont frappées par des lasers puissants, les scientifiques utilisent un ensemble de règles appelé la théorie de la fonctionnelle de la densité. Ce cadre agit comme une carte, permettant aux chercheurs de prédire comment les électrons vont se déplacer et interagir. Cependant, lorsque la lumière est assez forte pour pousser le matériau dans des états non linéaires étranges, les cartes simples échouent souvent. Elles manquent des détails cruciaux sur la façon dont les électrons se repoussent et comment ils forment des paires temporaires, appelées excitons, qui sont essentiels pour comprendre le fonctionnement des semi-conducteurs et des isolants. Pour obtenir une image véritable, les scientifiques doivent utiliser un ensemble de règles plus complexe et plus précis appelé les fonctionnelles hybrides. Ces règles incluent un calcul difficile de la façon dont chaque électron ressent la présence de chaque autre électron à travers l'ensemble du matériau. Bien que cela offre une vue beaucoup plus claire, le prix est élevé : les calculs deviennent si lents et exigeants que l'étude du comportement des électrons en temps réel avec ce niveau de précision était autrefois presque impossible.

Un chercheur a maintenant trouvé un moyen de rendre ces calculs lourds suffisamment rapides pour être pratiques, ouvrant la porte à l'observation du mouvement des électrons en temps réel avec une grande précision. Il a développé deux astuces distinctes pour accélérer le processus, l'une qui regarde le temps et l'autre qui regarde l'espace. La première astuce consiste à apprendre du passé. Dans ces simulations, les électrons se déplacent par de minuscules étapes, et à chaque étape, l'ordinateur doit recalculer comment les électrons interagissent. Ce recalcul est la partie la plus coûteuse du travail. Le chercheur a appris à l'ordinateur à reconnaître les motifs dans la façon dont ces interactions changent d'un moment à l'autre. Au lieu de recalculer l'interaction complète à chaque étape, l'ordinateur prédit désormais le changement suivant en se basant sur l'histoire récente du système. Il ne s'arrête pour effectuer le calcul complet et coûteux qu'occasionnellement pour vérifier son travail et corriger toute dérive. Cette approche est comparable à un conducteur qui connaît si bien la route qu'il peut anticiper le prochain virage sans avoir besoin de regarder la carte constamment, jetant seulement un coup d'œil pour confirmer qu'il est toujours sur la bonne voie.

La seconde astuce exploite l'ordre caché présent à l'intérieur des cristaux. La plupart des matériaux solides, comme le silicium, sont construits à partir de motifs répétitifs. En raison de cette symétrie, de nombreux points dans le matériau sont essentiellement identiques les uns aux autres, simplement par rotation ou par translation. Le chercheur a réalisé que lors du calcul de l'interaction des électrons, il effectuait le même travail mathématique encore et encore pour ces points identiques. Il a construit un système pour identifier ces motifs répétitifs et réutiliser les résultats d'un point pour tous ses jumeaux. Cela signifie que l'ordinateur n'effectue le gros du travail qu'une seule fois pour un groupe de localisations équivalentes, puis copie simplement la réponse aux autres. En combinant ces deux méthodes — prédire le futur basé sur le passé et réutiliser le travail effectué pour des endroits identiques — le chercheur a obtenu une réduction spectaculaire du temps requis pour la simulation.

Lorsqu'ils ont testé ces méthodes sur un bloc standard de silicium, les résultats furent frappants. Comparée à la méthode traditionnelle de ces calculs, qui prenait près de trente-sept secondes pour chaque étape de la simulation, leur nouvelle méthode combinée a ramené le temps à moins d'une demi-seconde par étape. Cela représente une accélération de plus de soixante fois. Le chercheur a vérifié que malgré cette augmentation massive de la vitesse, la précision des résultats restait intacte. Les électrons simulés absorbaient la bonne quantité d'énergie du laser, et la lumière qu'ils émettaient en retour, appelée génération d'harmoniques élevées, correspondait aux motifs détaillés observés dans les calculs plus lents et plus précis. Ils ont découvert que prédire l'étape suivante toutes les huit intervalles de temps offrait le meilleur équilibre entre vitesse et précision, maintenant l'erreur dans le flux actuel à seulement quelques pourcents.

Le chercheur a également testé l'efficacité de cette méthode sur les superordinateurs les plus rapides du monde, spécifiquement le système Fugaku au Japon. Il a démontré que la méthode passe à l'échelle efficacement, ce qui signifie qu'ajouter des processeurs informatiques au travail la rendait en fait plus rapide sans créer de goulots d'étranglement. Même en augmentant la complexité de la simulation en utilisant une grille plus fine pour suivre les électrons, le temps par étape est resté remarquablement bas, restant sous la barre de la seconde même pour des systèmes très larges. Cette efficacité permet aux scientifiques de lancer la même simulation de nombreuses fois avec des paramètres différents, ce qui était auparavant trop coûteux à faire. Par exemple, ils pourraient désormais facilement tester comment la réponse des électrons change en faisant varier le nombre de points utilisés pour échantillonner le matériau, garantissant ainsi que leurs résultats sont réellement fiables et ne sont pas simplement un artefact d'une approximation grossière.

Ce travail fait plus que de gagner du temps ; il change ce qui est possible d'étudier. Avec le coût computationnel réduit à un niveau gérable, les chercheurs peuvent désormais utiliser de routine ces fonctionnelles hybrides hautement précises pour explorer la dynamique électronique non linéaire. Ils peuvent étudier comment les excitons, les paires liées d'électrons et de trous, se comportent sous la pression intense d'une impulsion laser. C'est crucial pour comprendre les limites fondamentales des dispositifs électroniques et pour concevoir de nouveaux matériaux capables de résister à ou de tirer parti d'une lumière intense. La capacité de simuler ces processus avec une telle vitesse et une telle fidélité signifie que les scientifiques peuvent désormais combler le fossé entre les modèles théoriques et le comportement complexe des matériaux réels dans des conditions extrêmes, nous rapprochant d'une compréhension complète de la façon dont la lumière et la matière interagissent au niveau le plus fondamental.