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

재료 과학자들은 종종 좌절스러운 역설에 직면합니다. 금속에 강도를 부여하는 과정은 관찰하기에는 너무 빠르게 일어나지만, 이를 모델링하는 데 필요한 컴퓨터는 그 속도를 따라잡기에는 너무 느리다는 점입니다. 금속 합금이 어떻게 스스로 강화되는지 이해하기 위해, 연구자들은 재료가 가열될 때 내부에서 형성되는 미세한 결정인 석출물(precipitates)을 연구합니다. 이 입자들은 시간이 지남에 따라 성장하고 병합되는데, 이 과정은 금속이 응력을 견뎌낼지 아니면 압력 아래에서 균열이 생길지를 결정합니다. 수십 년 동안, 이를 3차원으로 시뮬레이션하는 것은 계산적인 악몽이었습니다. 이러한 수천 개의 입자를 현실적인 부피에 걸쳐 추적하는 데 필요한 수학적 연산량이 너무 방대하여, 실제 세계의 몇 시간 동안의 가열 과정을 나타내기 위한 시뮬레이션이 표준 컴퓨터에서 완료되는 데 몇 주 또는 몇 달까지 걸릴 수도 있었습니다. 이러한 지연은 과학자들이 아주 작고 비현실적인 샘플만을 연구하거나, 실험 결과를 확인하기 위해 너무 오래 기다려야 함을 의미했으며, 이는 이론과 실험실에서 일어나는 실제 실험 사이의 간극을 남겼습니다.

연구팀은 이제 세 가지 강력한 컴퓨팅 전략을 결합하여 이러한 시뮬레이션을 실시간보다 빠르게 실행함으로써 그 간극을 메웠습니다. 그들은 제트 엔진과 같은 고강도 응용 분야에 필수적인 재료인 특정 니켈 기반 합성에 집중하였고, 금속 내부의 미세한 입자 약 2,000개의 성장을 모델링했습니다. 수천 개의 특화된 그래픽 프로세서를 갖춘 현대적인 슈퍼컴퓨터의 원동력을 활용함으로써, 그들은 7시간의 열처리 과정을 단 5.5시간 만에 완료해냈습니다. 이 성과는 단순한 속도 향상이 아닙니다. 이는 이러한 연구가 수행되는 방식 자체를 근본적으로 변화시킵니다. 처음으로 연구자들은 물리적 실험이 끝나기도 전에 완료되는 컴퓨터 모델을 실행할 수 있게 되었으며, 이를 통해 실시간 데이터를 해석하고 실험을 즉석에서 조정할 수 있게 되었습니다.

이 프로젝트의 성공은 세 가지 다른 각도에서 문제를 공격하는 총체적인 접근 방식에 달려 있었습니다. 첫째, 연구팀은 전체 계산을 그래픽 처리 장치(GPU)로 옮겼습니다. 원래 비디오 게임을 렌더링하기 위해 설계된 이 칩들은 이러한 유형의 물리학에 필요한 방대한 양의 소규모 동시 계산을 처리하는 데 매우 뛰어납니다. 연구진은 이 칩들을 사용하는 것이 전통적인 중앙 처리 장치(CPU)만을 사용하는 것보다 최대 17배 더 빠르다는 것을 발견했습니다. 둘째, 그들은 수천 개의 이러한 칩에 작업을 분산시켰습니다. 한 대의 컴퓨터가 모든 수학 연산을 수행하는 대신, 그들은 가상의 금속 큐브를 수백만 개의 작은 조각으로 나누고 각 조각을 서로 다른 프로세서에 할당했으며, 데이터가 오기를 기다리며 멈추지 않도록 이들을 조율했습니다. 이러한 스케일링을 통해 그들은 15억 개의 지점을 포함하는 시뮬레이션 그리드를 처리할 수 있었는데, 이는 이전 시스템에서는 불가능했던 규모였습니다.

세 번째이자 아마도 가장 미묘한 혁신은 컴퓨터가 시간을 밟아 나가는 방식과 관련되었습니다. 대부분의 기존 시뮬레이션은 정확성을 보장하기 위해 매우 작고 신중한 단계를 밟았으며, 이로 인해 몇 시간을 커버하기 위해 수백만 번의 단계를 거쳐야 했습니다. 연구진은 정밀도를 잃지 않으면서 훨씬 크고 똑똑한 단계를 밟는 방법을 개발했습니다. 입자의 미래 상태를 예측하는 더 발전된 수학적 기법을 사용함으로써, 표준 방식에 비해 필요한 단계 수를 거의 3배 가까이 줄였습니다. 이 세 가지 개선 사항—강력한 그래픽 칩 사용, 수천 개의 칩에 작업 분산, 그리고 더 큰 시간 단계 이동—이 결합되었을 때, 기존 방식 대비 200배에서 500배 사이의 총 속도 향상을 이끌어냈습니다.

그 결과는 1,920개의 석출물이 7시간 동안 성장하고 병합되는 Ni–Nb–Fe 합금의 시뮬레이션입니다. 모델 내에서 이 입자들은 아주 작은 핵에서 시작하여 확장되며, 일부는 커지고 일부는 용해되는데, 이는 '조대화(coarsening)'라고 알려진 과정입니다. 팀은 15억 개의 지점으로 구성된 그리드에서 이 과정이 전개되는 것을 지켜보며, 수천 개 입자 사이의 복잡한 상호작용의 춤을 포착했습니다. 계산이 5.5시간 만에 완료되었기 때문에, 이제 주요 연구 시설에서 진행되는 실제 실험과 병행하여 이 모델을 실행하는 것이 가능해졌습니다. 만약 과학자가 싱크로트론이나 중성자 소스에서 금속 샘플을 가열하고 있다면, 이제 컴퓨터 모델을 병렬로 실행하여 실시간으로 금속이 무엇을 하고 있는지 예측하고 실험을 진행하는 동안 가이드 역할을 할 수 있습니다.

이 연구는 재료의 미세 구조 연구를 오랫동안 제한해 온 시간이라는 병목 현상을 극복할 수 있음을 보여줍니다. 연구진은 자신들의 방법이 단순히 이 특정 합성에만 적용되는 일회성 기술이 아니라, 유체 역학이나 응력 하에서의 결정 거동과 같은 다른 복잡한 시뮬레이션에도 적용될 수 있는 일반적인 전략임을 증명했습니다. 이러한 대규모 3차원 시뮬레이션을 오후 한나절 만에 완료할 수 있음을 입증함으로써, 팀은 이전에는 관찰하기에 너무 크거나 느렸던 현상들을 연구할 수 있는 문을 열었습니다. 이제 그들은 수백 개의 시뮬레이션을 실행하여 다양한 조건을 테스트하고, 불확실성을 정량화하며, 단순한 이론으로는 예측할 수 없는 수천 개의 입자가 상호작용하는 방식을 탐구할 수 있습니다. 재료의 미세 구조의 미래를 실험이 끝나기도 전에 볼 수 있는 능력은 재료 과학이 수행되는 방식에 있어 중요한 변화를 의미하며, 느린 사후 분석을 빠른 예측 도구로 바꾸어 놓았습니다.