Advancing Quantum Many-Body GW Calculations on Exascale Supercomputing Platforms

BerkeleyGW パッケージにおける革新的な実装により、Frontier と Aurora といったエクサスケールスーパーコンピュータ上で最大 17,574 原子の複雑な系に対する量子多体 GW 計算が実現され、驚異的なスケーラビリティとピーク性能の約 60% に達する演算性能を達成したことで、量子材料シミュレーションの予測能力が飛躍的に向上しました。

要約

1. 何をしたのか？（物語のあらすじ）

物質を設計する際、科学者たちは「原子がどう動き、光をどう吸収するか」を計算する必要があります。
これまで、この計算は**「非常に正確だが、計算量が膨大すぎて、巨大なスーパーコンピュータでも数ヶ月かかる」**というジレンマがありました。

この研究チームは、「BerkeleyGW」という計算ソフトを、アメリカの最新鋭スーパーコンピュータ（Frontier と Aurora）に最適化しました。その結果、「数万人の原子を含む複雑な物質」を、驚くほど短時間で、かつ正確にシミュレーションできるようになりました。

2. 具体的なメタファーで理解する

🧱 壁のレンガと「GW」という魔法の鏡

物質は原子という「レンガ」でできています。

• 従来の方法（DFT）： レンガの配置を見るだけで、壁の強度を「推測」する方法です。安価で速いですが、壁が「光をどう反射するか」や「電気を通すか」といった**「光や熱の動き（励起状態）」**を正確に予測できません。
• 今回の方法（GW）： レンガ同士がどう「会話（相互作用）」しているかまで詳しく見る**「魔法の鏡」**のような方法です。これを使えば、未来の太陽電池や量子コンピュータの部品を、実際に実験する前に完璧に設計できます。
  • 問題点： この「魔法の鏡」は、レンガが 100 個ならいいですが、1 万個、10 万個になると、鏡を磨くのに宇宙の寿命がかかるほど時間がかかりました。

🚀 エクサスケール・スーパーコンピュータという「新幹線」

Frontier や Aurora は、世界で最も速い計算機です。

• 以前の状況： 新幹線（スーパーコンピュータ）があっても、乗るためのチケット（ソフトウェアの最適化）が特定の車種（NVIDIA の GPU）しか対応していなかったため、他の新幹線（AMD や Intel の GPU）では走れませんでした。
• 今回の突破： チームは、**「どの新幹線でも走れる、万能なチケット（ポータビリティ）」**を作りました。
  • NVIDIA 製、AMD 製、Intel 製、どれでも最高速で走れるようにしたのです。

🎭 劇団の「リハーサル」と「本番」

計算には、何万もの「役者（電子の状態）」が登場します。

• 従来の課題： 全員が本番（計算）に出る必要があり、リハーサル（計算）に時間がかかりすぎました。
• 今回の工夫（確率的・決定論的ハイブリッド）：
  • 重要な役者（エネルギーの低い状態）は全員本番に出ます。
  • 背景の役者（エネルギーの高い状態）は、**「代表者 2〜5 人」**にまとめて、彼らが「全員を代表して」演技をします。
  • これにより、役者の数を劇的に減らしつつ、演技（計算結果）の質はほとんど落ちません。まるで、大規模な合唱団を少数の代表者で表現する魔法のようです。

3. どれくらいすごいのか？（数字のインパクト）

この研究は、単に「速くなった」だけでなく、**「人類が初めて到達した領域」**に踏み込みました。

• 原子の数： 最大で17,574 個の原子を含む物質を計算しました。これは、これまでの記録を大きく上回る規模です。
• 計算速度：
  • Frontier（アメリカの超巨大コンピュータ）で、1 秒間に 1.069 エクサフロップスの計算を行いました。
  • これは、**「1 秒間に 100 京回（10^18 回）」**の計算ができるということです。
  • 理論上の最大速度の約**60%**を達成しました。これは、F1 レースカーが理論最高速の 60% で走り続けても、エンジンが壊れないレベルの安定性と効率です。

4. 何が実現できるのか？（未来への影響）

この技術が完成することで、以下のようなことが可能になります。

• 量子コンピュータの設計： 量子ビット（情報の最小単位）が、なぜ壊れやすいのか（コヒーレンス時間の短縮）を、原子レベルで理解し、より丈夫な量子コンピュータを作れるようになります。
• 新素材の発見： 太陽電池の効率を劇的に上げる素材や、超伝導体（電気抵抗ゼロの素材）を、実験室で試す前にコンピューター上で「見つける」ことができます。
• 環境問題の解決： 二酸化炭素を効率的に分解する触媒など、エネルギー問題の解決策を、理屈から設計して生み出せます。

まとめ

この論文は、**「複雑すぎて計算できなかった物質の未来を、最新のスーパーコンピュータと賢いアルゴリズムの組み合わせで、誰でも（どのハードウェアでも）計算できるようにした」**という画期的な成果です。

まるで、**「広すぎて地図が描けなかった未知の大陸を、最新のドローンと AI を使って、詳細な地図として完成させた」**ようなものです。これにより、科学者たちは、これまでにない新しい物質や技術を、より早く、より安く、より正確に設計できるようになりました。

技術概要

論文要約：エクサスケールスーパーコンピュータプラットフォームにおける量子多体 GW 計算の進展

本論文は、BerkeleyGW ソフトウェアパッケージにおいて、Frontier および Aurora という 2 つのエクサスケールスーパーコンピュータ上で、高度な量子多体 GW 近似（グリーン関数と遮蔽クーロン相互作用）および GW 摂動論（GWPT）の計算を大規模に実行可能にした画期的な成果を報告しています。

以下に、問題定義、手法、主要な貢献、結果、および意義について詳細をまとめます。

1. 背景と問題定義

• 研究の必要性: 半導体中の欠陥（固体量子ビット）やモアレ超格子など、複雑で不均一な量子材料系を理解し、設計するためには、電子励起状態や電子 - 格子相互作用を高精度に記述する第一原理計算が不可欠です。
• 既存手法の限界: 標準的な密度汎関数理論（DFT）は基底状態の記述には優れていますが、バンドギャップや電子 - 格子結合強度などの励起状態特性を正確に予測するには不十分です。
• GW 法の課題: 電子相関を記述する GW 近似は高精度ですが、計算コストが極めて高く（通常 $O(N^4)$ スケーリング）、大規模系（数千〜数万原子）への適用が困難でした。また、従来の実装は特定のハードウェア（NVIDIA GPU など）に依存しており、AMD や Intel などの異なる GPU アーキテクチャを持つエクサスケールマシンへの移植が課題となっていました。

2. 手法と技術的革新

BerkeleyGW は、以下の技術的・アルゴリズム的革新により、異種 GPU アーキテクチャ（AMD, Intel, NVIDIA）での高性能化と移植性を実現しました。

2.1 プログラミングモデルのポータビリティ

• オープン標準の活用: OpenACC および OpenMP ディレクティブベースのモデルを採用し、コードベースを統一しました。これにより、NVIDIA、AMD、Intel の各 GPU 間での移植性を確保しつつ、ベンダー固有の最適化も可能にしています。
• ハードウェア最適化: 各アーキテクチャに合わせた最適化言語（NVIDIA 用 CUDA、AMD 用 HIP、Intel 用 SYCL）を用いたカーネル実装を行い、ピーク性能の最大化を図りました。

2.2 計算手法の最適化とアルゴリズム革新

• GW 摂動論（GWPT）の導入: 電子 - 格子結合を多体レベルで計算する GWPT を初めて実装しました。これにより、DFPT（密度汎関数摂動論）を超えた相関効果を捉え、量子デコヒーレンスや励起寿命の予測が可能になりました。
• 全周波数（Full-Frequency, FF）GW の高速化: 従来の汎プラズモンポール（GPP）モデルに加え、静的サブスペース近似（Static Subspace Approximation）を用いて全周波数依存性を直接計算する手法を最適化しました。これにより、メモリボトルネックを解消し、計算コストを大幅に削減しました。
• 混合確率論的・決定論的アルゴリズム: 空のバンド（空準位）の和を確率的に圧縮する「疑似バンド（Pseudobands）」手法を導入し、計算スケーリングを $O(N^4)$ から実質的に低下させました。これにより、17,574 原子という超巨大系への計算が可能になりました。
• カーネル最適化（Sigma モジュール）:
  • 対角要素: 行列ベクトル積として最適化し、共有メモリやレジスタの効率的な利用により演算強度を最大化。
  • 非対角要素: 全自己エネルギー行列の計算を、高密度行列積（ZGEMM）に変換する手法を考案。これにより演算強度が向上し、大規模計算でのスループットが劇的に向上しました。

3. 主要な結果

Frontier（AMD GPU）と Aurora（Intel GPU）での大規模ベンチマークにより、以下の記録的な成果を達成しました。

• 大規模シミュレーションの実現:
  • 原子数: 最大 17,574 原子（LiH 欠陥系）および 2,742 原子（Si 二空孔）などの複雑な系を計算。
  • バンド数: 最大 80,695 本（Si2742 系）のバンドを扱うことに成功。
• スケーリング性能:
  • 強スケーリング: Frontier の 9,408 ノード（約 75,264 GPU）、Aurora の 9,600 ノード（約 115,200 GPU）まで、ほぼ全マシン規模で優れた強スケーリングを示しました。
  • 弱スケーリング: 問題サイズを拡大しても、数千ノード規模で効率的に計算を維持しました。
• ピークパフォーマンス:
  • 非対角 GPP カーネル:
    • Frontier: 1.069 ExaFLOP/s（理論ピークの 59.45%）。
    • Aurora: 707.52 PetaFLOP/s（到達可能ピークの 48.79%）。
  • 対角 GPP カーネル: 両プラットフォームで 500 PetaFLOP/s 以上のスループットを達成（理論ピークの 30-40% 台）。
  • これらの数値は、ダブル精度（FP64）での演算性能であり、量子材料シミュレーションにおける画期的な性能です。

4. 意義と将来展望

• 量子材料設計への貢献: エクサスケール計算を活用することで、従来の DFT では不可能だった、数千〜数万原子規模の複雑な量子材料（欠陥、モアレ超格子など）の励起状態特性や電子 - 格子結合を高精度に予測できるようになりました。
• ハードウェア非依存の高性能化: 異なる GPU アーキテクチャ（AMD, Intel, NVIDIA）に対して、オープン標準とハードウェア最適化を組み合わせることで、真の「パフォーマンスポータビリティ」を実現しました。これは将来の HPC 環境におけるソフトウェア開発の重要な指針となります。
• 次世代量子技術の基盤: 固体量子ビットや量子エミッターなどの量子デバイス設計において、デコヒーレンスや励起寿命を予測する能力を飛躍的に向上させ、次世代の量子技術開発を加速させる基盤を提供しました。

本論文は、BerkeleyGW がエクサスケール時代において、量子多体摂動論研究の最前線に位置づけられることを示す重要なマイルストーンです。