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

Gli scienziati dei materiali affrontano spesso un frustrante paradosso: i processi che conferiscono resistenza ai metalli avvengono troppo velocemente per essere osservati, eppure i computer necessari per modellarli sono troppo lenti per stare al passo. Per capire come una lega metallica si rinforzi da sola, i ricercatori studiano piccoli cristalli, chiamati precipitati, che si formano all'interno del materiale quando viene riscaldato. Queste particelle crescono e si fondono nel tempo, un processo che determina se il metallo resisterà allo sforzo o si creperà sotto pressione. Per decenni, simulare questo comportamento in tre dimensioni è stato un incubo computazionale. La matematica necessaria per tracciare migliaia di queste particelle attraverso un volume realistico è così pesante che una simulazione destinata a rappresentare poche ore di riscaldamento reale potrebbe richiedere settimane o addirittura mesi per terminare su un computer standard. Questo ritardo significava che gli scienziati potevano studiare solo campioni minuscoli e irrealistici o aspettare troppo tempo per vedere i risultati, lasciando un divario tra la teoria e gli esperimenti reali che si svolgono in laboratorio.

Un team di ricercatori ha ora colmato questo divario combinando tre potenti strategie di calcolo per rendere queste simulazioni più veloci del tempo reale. Si sono concentrati su una specifica lega a base di nichel, un materiale fondamentale per applicazioni ad alta resistenza come i motori a reazione, e hanno modellato la crescita di quasi duemila piccoli precipitati all'interno di un cubo microscopico di metallo. Sfruttando la potenza bruta dei moderni supercomputer dotati di migliaia di processori grafici specializzati, sono riusciti a completare una simulazione di un trattamento termico di sette ore in soli cinque ore e mezzo. Questo traguardo non è semplicemente un'accelerazione; cambia fondamentalmente il modo in cui questi studi vengono condotti. Per la prima volta, i ricercatori possono eseguire un modello al computer che termina prima ancora che l'esperimento fisico sia concluso, permettendo loro di interpretare i dati dal vivo e regolare gli esperimenti al volo.

Il successo di questo progetto si è basato su un approccio olistico che ha attaccato il problema da tre diverse angolazioni. In primo luogo, il team ha spostato l'intero calcolo sulle unità di elaborazione grafica, o GPU. Questi chip, originariamente progettati per renderizzare i videogiochi, sono eccezionalmente bravi a gestire l'enorme numero di piccoli calcoli simultanei richiesti da questo tipo di fisica. I ricercatori hanno scoperto che l'uso di questi chip rendeva il computer fino a diciasette volte più veloce rispetto all'uso dei soli tradizionali processori centrali (CPU). In secondo luogo, hanno distribuito il lavoro su migliaia di questi chip simultaneamente. Invece di un singolo computer che cercasse di fare tutta la matematica, hanno suddiviso il cubo virtuale di metallo in milioni di minuscole parti e hanno assegnato ogni parte a un processore diverso, coordinandoli affinché potessero lavorare insieme senza rimanere bloccati in attesa dei dati. Questa scalabilità ha permesso loro di gestire una griglia di simulazione contenente 1,5 miliardi di punti, una dimensione che sarebbe stata impossibile sui sistemi più vecchi.

La terza innovazione, forse la più sottile, riguardava il modo in cui il computer procedeva attraverso il tempo. La maggior parte delle simulazioni precedenti compiva passi piccoli e cauti per garantire l'accuratezza, il che significava che dovevano compiere milioni di passi per coprire poche ore. I ricercatori hanno sviluppato un metodo per compiere passi molto più grandi e intelligenti senza perdere precisione. Utilizzando una tecnica matematica più avanzata per prevedere lo stato futuro delle particelle, hanno ridotto il numero di passi necessari di un fattore di quasi tre rispetto ai metodi standard. Quando combinati, questi tre miglioramenti — l'uso di potenti chip grafici, la distribuzione del lavoro su migliaia di essi e l'esecuzione di passi temporali più ampi — hanno prodotto un'accelerazione totale compresa tra duecento e cinquecento volte rispetto al vecchio metodo.

Il risultato è una simulazione di una lega Ni–Nb–Fe in cui 1.920 precipitati crescono e si fondono durante un periodo di sette ore. Nel modello, queste particelle iniziano come piccoli nuclei ed espandono, con alcuni che crescono e altri che si dissolvono, un processo noto come coarsening (ingrossamento). Il team ha osservato questo processo svilupparsi su una griglia di 1,5 miliardi di punti, catturando la complessa danza di interazioni tra migliaia di particelle. Poiché il calcolo è terminato in 5,5 ore, è ora possibile eseguire questi modelli parallelamente ad esperimenti reali presso grandi strutture di ricerca. Se uno scienziato sta riscaldando un campione di metallo in un sincrotrone o in una sorgente di neutroni, può ora avere un modello al computer che gira in parallelo, prevedendo ciò che il metallo sta facendo in tempo reale e aiutando a guidare l'esperimento mentre accade.

Questo lavoro dimostra che l'ostacolo del tempo, che ha a lungo limitato lo studio delle microstrutture dei materiali, può essere superato. I ricercatori hanno dimostrato che i loro metodi non sono solo un trucco isolato per questa specifica lega, ma una strategia generale che può essere applicata ad altre simulazioni complesse, come la dinamica dei fluidi o il comportamento dei cristalli sotto stress. Dimostrando che queste massicce simulazioni tridimensionali possono essere completate in un pomeriggio, il team ha aperto la porta allo studio di fenomeni che erano precedentemente troppo grandi o troppo lenti da osservare. Possono ora eseguire centinaia di simulazioni per testare diverse condizioni, quantificare l'incertezza ed esplorare come migliaia di particelle interagiscono in modi che le semplici teorie non possono prevedere. La capacità di vedere il futuro della microstruttura di un materiale prima ancora che l'esperimento sia terminato segna un cambiamento significativo nel modo in cui la scienza dei materiali viene praticata, trasformando un'analisi lenta e retrospettiva in uno strumento predittivo e veloce.