Advancing Quantum Many-Body GW Calculations on Exascale Supercomputing Platforms

Dit artikel presenteert innovatieve implementaties van geavanceerde GW-methoden in de BerkeleyGW-pakket, die op exascale-supercomputers Frontier en Aurora schaalbaar zijn tot duizenden knooppunten en systemen met bijna 18.000 atomen, waardoor een doorbraak wordt geboekt in de voorspellende capaciteit voor het ontwerp van toekomstige quantumtechnologieën.

De kern

De Quantum-Superrekenmachine: Hoe Wetenschappers de Toekomst van Materialen Ontdekken

Stel je voor dat je een gigantische legpuzzel probeert op te lossen. Maar in plaats van stukjes met afbeeldingen, heb je miljarden stukjes die allemaal tegelijk bewegen, trillen en met elkaar praten. Dit is wat er gebeurt in de wereld van quantummaterialen: atomen die samenwerken om nieuwe eigenschappen te creëren, zoals supergeleidende draden of onbreekbare batterijen.

Vroeger konden wetenschappers alleen kijken naar kleine stukjes van deze puzzel. Maar nu willen ze de hele afbeelding zien, inclusief de complexe interacties tussen de atomen. Dat is echter extreem moeilijk te berekenen. Het is alsof je probeert het weer van de hele aarde te voorspellen, maar dan voor elke individuele moleculaire botsing.

Hier komt dit paper om de hoek kijken. Het vertelt het verhaal van een team wetenschappers dat een nieuwe, razendsnelle manier heeft gevonden om deze "quantumpuzzel" op te lossen, met behulp van de krachtigste computers ter wereld: Frontier en Aurora.

1. Het Probleem: De "Reken-Explosie"

Om te begrijpen hoe materialen werken, gebruiken wetenschappers een methode genaamd GW. Denk aan GW als een zeer nauwkeurige, maar uiterst dure camera.

• De oude camera (DFT): Deze is snel en goedkoop, maar ze mist de fijne details. Het is alsof je een foto maakt van een dansend balletje, maar je ziet alleen de silhouetten, niet de beweging van de jurk of de glimlach.
• De nieuwe camera (GW): Deze ziet alles. Je ziet elke trilling, elke interactie. Maar het nadeel? Het kost een enorme hoeveelheid rekenkracht. Voor een systeem met 17.000 atomen (zoals een defect in lithiumhydride) zou het op een normale computer duizenden jaren duren om uit te rekenen.

2. De Oplossing: De Exascale-Superkracht

Het team heeft hun software, BerkeleyGW, volledig herschreven om te werken op de nieuwste generatie supercomputers. Deze computers hebben niet één, maar duizenden krachtige grafische kaarten (GPUs) die samenwerken.

Het is alsof je in plaats van één slimme meesterbouwer, een leger van 100.000 bouwers hebt die allemaal tegelijk aan verschillende stukken van de puzzel werken.

De Drie Magische Trucs

Om dit mogelijk te maken, hebben ze drie slimme trucjes gebruikt:

1. De "Universal Adapter" (Portabiliteit):
   De supercomputers Frontier en Aurora gebruiken verschillende soorten "motoren" (AMD, Intel en NVIDIA chips). Vaak moet je software voor elke motor apart herschrijven. Dit team heeft echter een "universele adapter" gebouwd. Ze hebben code geschreven die automatisch werkt op elk type motor, zonder dat ze alles opnieuw hoeven te bouwen. Het is alsof ze een auto hebben gebouwd die kan rijden op benzine, elektriciteit en waterstof, zonder dat de bestuurder hoeft te veranderen.

2. De "Snelheids-Optimalisatie" (Kernels):
   Ze hebben de zwaarste berekeningen (de "kernen" van de software) zo geoptimaliseerd dat ze de maximale snelheid van de chips halen. Ze hebben de rekenprocessen zo strak op elkaar afgestemd dat er geen seconde verloren gaat.

   • Het resultaat? Ze halen bijna 60% van de theoretische maximale snelheid van de computer. Dat is alsof je een Formule 1-auto rijdt en 90% van de tijd op het maximale toerental blijft, zonder dat de motor oververhit raakt.

3. De "Slimme Samenvatting" (Stochastische Methode):
   Soms hoef je niet elke atoom te tellen om het resultaat te krijgen. Ze gebruiken een slimme wiskundige truc waarbij ze groepen atomen samenvatten tot "stochastische pseudobanden". Het is alsof je in plaats van elke graan rijst te tellen in een bak, gewoon het gewicht van de bak weegt en de gemiddelde graan berekent. Dit versnelt de berekening enorm zonder de nauwkeurigheid te verliezen.

3. De Resultaten: Wat hebben ze bereikt?

Met deze nieuwe software hebben ze dingen gedaan die voorheen onmogelijk leken:

• Grootte: Ze hebben materialen gesimuleerd met 17.574 atomen. Dat is een enorme sprong vooruit.
• Snelheid: Ze hebben een snelheid bereikt van 1,069 ExaFLOP/s.
  • Vergelijking: Dat betekent dat hun computer in één seconde meer berekeningen uitvoert dan alle mensen op aarde samen in hun hele leven zouden kunnen doen.
• Toepassing: Ze kunnen nu precies voorspellen hoe defecten in materialen (zoals die gebruikt worden in quantumcomputers) zich gedragen. Dit helpt bij het ontwerpen van betere quantumchips, efficiëntere zonnepanelen en snellere elektronica.

4. Waarom is dit belangrijk voor jou?

Misschien denk je: "Wat heeft dit met mijn dagelijkse leven te maken?"
Veel!

• Quantumcomputers: Om stabiele quantumcomputers te bouwen, moeten we begrijpen hoe atomen in deze machines met elkaar omgaan. Dit onderzoek helpt die stabiliteit te creëren.
• Energie: Beter begrip van hoe elektronen bewegen in materialen kan leiden tot batterijen die sneller laden en langer meegaan, of zonnepanelen die veel efficiënter zijn.
• Medische technologie: Nieuwe materialen kunnen leiden tot betere sensoren voor medische beeldvorming.

Conclusie

Dit paper is niet zomaar een lijst met cijfers. Het is een bewijs dat we de grenzen van wat mogelijk is in de wetenschap aan het verleggen zijn. Door slimme software te combineren met de krachtigste computers ter wereld, kunnen we nu "inzoomen" op de kleinste deeltjes van het universum en de toekomst van onze technologie vormgeven.

Het is alsof we net de sleutel hebben gevonden om een deur open te maken die voorheen dicht was vergrendeld, en wat we daarachter zien, belooft een revolutie in onze wereld.

Technische samenvatting

Titel: Vooruitgang in kwantum-many-body GW-berekeningen op exascale supercomputingsplatforms

Auteurs: Benran Zhang et al. (Universiteit van Southern California, Lawrence Berkeley National Laboratory, Stanford University, etc.)
Context: SC '25 (Supercomputing Conference), gepresenteerd op Frontier en Aurora.

---

1. Het Probleem

Kwantummaterialenonderzoek bevindt zich in een nieuw tijdperk waarbij complexe, heterogene systemen (zoals defecten in halfgeleiders, moiré-superroosters en solid-state qubits) centraal staan. Hoewel Dichtetheorie-functie (DFT) methoden in staat zijn om systemen met tienduizenden atomen te simuleren, hebben ze fundamentele beperkingen bij het beschrijven van geëxciteerde toestanden en kwantum-many-body interacties (zoals elektron-elektron en elektron-phonon koppelingen).

De GW-benadering (Green's functie $G$ en afgeschermd Coulomb-potentiaal $W$) is de state-of-the-art methode voor het nauwkeurig voorspellen van eigenschappen zoals bandgaten en excitatie-energieën. Echter, de numerieke complexiteit van GW is extreem hoog ($O(N^4)$ schaling), wat het onpraktisch maakt voor grote systemen op traditionele supercomputers. De uitdaging ligt in het uitvoeren van deze berekeningen op exascale systemen (zoals Frontier en Aurora) met verschillende GPU-architecturen (AMD, Intel, NVIDIA), terwijl men tegelijkertijd hoge prestaties en portabiliteit behoudt.

2. Methodologie en Innovaties

De auteurs hebben significante methodologische en algoritmische verbeteringen geïmplementeerd in de BerkeleyGW-softwarepakket. De kern van hun aanpak bestaat uit vier pijlers:

• Ware Portabiliteit: In plaats van voor elke architectuur een aparte code te schrijven, gebruiken ze open, directive-based programmeringsmodellen (OpenACC en OpenMP-target) als basis. Dit zorgt voor een uniforme codebase die werkt op NVIDIA, AMD en Intel GPU's. Voor de hoogste prestaties zijn specifieke kernels geoptimaliseerd met hardware-specifieke talen: CUDA (NVIDIA), HIP (AMD) en SYCL (Intel).
• GW Perturbatietheorie (GWPT): Voor het eerst is een systematische berekening van elektron-phonon koppeling op het many-body-niveau geïmplementeerd. Dit gaat verder dan de standaard DFT-gebaseerde DFPT-methoden en is essentieel voor het begrijpen van kwantumdecoherentie en supergeleiding.
• Full-Frequency (FF) GW: Traditioneel werd de frequentie-afhankelijkheid benaderd met het Generalized Plasmon-Pole (GPP) model. De auteurs hebben een Full-Frequency methode ontwikkeld die direct de frequentie-integratie uitvoert. Dit wordt mogelijk gemaakt door de statische subspace-benadering, waarbij de polariseerbaarheid wordt gecomprimeerd tot een kleiner subspace, wat de rekentijd drastisch verlaagt zonder nauwkeurigheid te verliezen.
• Gemengd Stochastic-Deterministisch Algoritme: Om de $O(N^4)$ schaling te doorbreken, gebruiken ze een methode waarbij hoge-energie banen worden gecomprimeerd via "pseudobands" (stochastische lineaire combinaties). Dit verlaagt de effectieve schaling en maakt berekeningen mogelijk voor systemen met tienduizenden atomen.

3. Belangrijkste Resultaten

De prestaties zijn gemeten op de exascale systemen Frontier (AMD GPUs) en Aurora (Intel GPUs), evenals Perlmutter (NVIDIA GPUs).

• Schaling en Systeemgrootte:

  • Berekeningen zijn succesvol geschaald tot bijna het volledige systeem van Frontier (9.408 nodes) en Aurora (9.600 nodes).
  • Systemen met tot 17.574 atomen (LiH-defect) en 2.742 atomen (Silicium-divacancy) zijn succesvol gesimuleerd.
  • Er is uitstekende sterke en zwakke schaling getoond tot duizenden nodes.

• Prestaties (FLOP/s):

  • Op Frontier werd een double-precision kernprestatie van 1,069 ExaFLOP/s bereikt (59,45% van het theoretische piekvermogen).
  • Op Aurora werd 707,52 PetaFLOP/s bereikt (48,79% van het behaalde piekvermogen).
  • De GPP off-diagonale kernel (die volledige matrix-elementen berekent) presteerde aanzienlijk beter dan de diagonale versie dankzij de herschikking naar dense matrixvermenigvuldigingen (ZGEMM).

• Toepassingen:

  • Succesvolle simulatie van defecten in vaste stof (Si en LiH) en moiré-superroosters (BN).
  • Uitgevoerde GWPT-berekeningen voor elektron-phonon koppeling, essentieel voor het begrijpen van kwantumdecoherentie in qubits.

4. Significatie en Impact

Dit werk markeert een doorbraak in het veld van computationeel materiaalwetenschap:

1. Exascale Voorbereiding: Het bewijst dat complexe, kwantum-many-body methoden (GW) niet langer beperkt zijn tot kleine systemen, maar schaalbaar zijn naar exascale platforms voor realistische, grote materialen.
2. Voorspellend Vermogen: Door de combinatie van hoge nauwkeurigheid (GW/GWPT) en enorme schaalbaarheid, kunnen onderzoekers nu rationeel nieuwe materialen ontwerpen voor kwantumtechnologieën, energieopslag en optische apparaten.
3. Software-Portabiliteit: Het paper demonstreert dat open standaarden (OpenACC/OpenMP) in combinatie met hardware-geoptimaliseerde kernels een haalbare strategie zijn voor heterogene HPC-omgevingen, wat de afhankelijkheid van vendor-specifieke code vermindert.
4. Nieuwe Fysica: De mogelijkheid om systemen met $O(10^4)$ atomen te simuleren opent de deur tot het bestuderen van nieuwe fenomenen in complexe, heterogene materialen die eerder onbereikbaar waren.

Kortom, BerkeleyGW is nu een toonaangevend hulpmiddel voor first-principles onderzoek op exascale, met ongeëvenaarde voorspellende capaciteiten voor de toekomst van kwantumtechnologie.