Vidyut3d: a GPU accelerated fluid solver for non-equilibrium plasmas on adaptive grids

Este artigo apresenta o Vidyut3d, um solver de fluido de plasma fora do equilíbrio com aceleração por GPU e portabilidade de desempenho construído sobre a biblioteca AMReX, que alcança acelerações de 150–400x em sistemas multiarquitetura CPU+GPU enquanto mantém a precisão de segunda ordem através de grades adaptativas e esquemas numéricos avançados.

O essencial

Imagine que você está tentando prever como uma nuvem de tempestade se move, mas em vez de chuva e vento, a "nuvem" é feita de partículas supercarregadas (plasma) que podem atingir temperaturas mais quentes que a superfície do sol, enquanto o ar ao redor permanece frio. Este é o mundo do plasma fora do equilíbrio, e ele é usado em tudo, desde a fabricação de chips de computador até a limpeza de líquidos.

O artigo apresenta uma nova ferramenta digital chamada Vidyut3d (que traduz aproximadamente para "Elétrico 3D"). Pense nesta ferramenta como um simulador de previsão do tempo de alta velocidade e superpreciso, mas projetado especificamente para essas pequenas e caóticas tempestades elétricas.

Aqui está uma decomposição do que o artigo diz, usando analogias simples:

1. O Problema: O "Engarrafamento" Matemático

Simular plasma é incrivelmente difícil porque envolve milhões de pequenas partículas interagindo em diferentes velocidades.

• O Jeito Antigo: Programas tradicionais (rodando em processadores padrão) são como um único caixa de supermercado tentando escanear milhões de itens um por um. Funciona, mas leva muito tempo.
• O Novo Jeito: Os autores construíram o Vidyut3d para rodar em GPUs (Unidades de Processamento Gráfico). Se um processador padrão é um único caixa, uma GPU é um armazém enorme com milhares de caixas trabalhando em perfeita sincronia. Isso permite que o computador faça a matemática muito, muito mais rápido.

2. O Recurso de "Zoom Inteligente" (Grades Adaptativas)

Um dos maiores desafios é que tempestades de plasma têm centros pequenos e intensos (como a ponta de um raio) e áreas enormes e calmas ao redor.

• A Analogia: Imagine tentar tirar uma foto de uma multidão. Se você der zoom para ver todos, os rostos ficam borrados. Se você der zoom para ver um rosto, você perde o resto da multidão.
• A Solução: O Vidyut3d usa Refinamento de Malha Adaptativa. É como uma câmera que dá zoom automaticamente e super de perto apenas onde a ação está acontecendo (as "cabeças da tempestade") e permanece com o zoom afastado para as áreas calmas. Isso economiza uma quantidade massiva de poder computacional porque não desperdiça tempo calculando detalhes onde nada está mudando.

3. Como Eles Testaram Isso (O Teste da "Realidade Fabricada")

Antes de confiar em um simulador, você precisa provar que ele funciona. Os autores usaram alguns testes inteligentes:

• O Teste da "Solução Fabricada": Eles criaram uma tempestade de plasma falsa e inventada onde já sabiam a resposta exata. Eles rodaram seu simulador e verificaram: "O computador obteve a resposta que já sabíamos?" Ele obteve, com alta precisão.
• O Teste do "Raio": Eles simularam um "streamer" (um pequeno raio) movendo-se através de gás. Eles compararam seus resultados com outros artigos científicos famosos e descobriram que seus números coincidiam quase perfeitamente.
• O Teste da "Caixa de Vidro": Eles simularam um experimento de laboratório padrão (a célula de referência GEC) que cientistas usam para testar equipamentos. Sua simulação coincidiu com medições do mundo real e outros modelos computacionais.

4. As Grandes Simulações (Colocando em Prática)

Assim que provaram que a ferramenta funcionava, eles rodaram duas simulações 3D massivas para demonstrar seu poder:

• O "Show de Raios": Eles simularam 14 raios (streamers) movendo-se através de uma mistura de Argônio e Hidrogênio. Eles observaram como esses raios interagiam, se fundiam e se moviam. Isso levou cerca de 3 horas em um supercomputador com 200 placas gráficas poderosas.
• A "Fábrica de Filmes Finos": Eles simularam uma máquina usada para revestir materiais (como a fabricação de painéis solares). Isso envolveu uma configuração complexa com três eletrodos. Eles rodaram isso por um longo tempo para ver como o plasma se estabilizava em um estado estacionário.

5. O Resultado de Velocidade (O Fator "Foguete")

A descoberta mais impressionante é a velocidade.

• Os autores compararam rodar sua simulação em um único processador padrão (CPU) versus uma única placa gráfica de alto desempenho (GPU).
• O Resultado: A GPU foi de 150 a 400 vezes mais rápida que a CPU única.
• A Analogia: Se a CPU levasse um mês para terminar uma simulação, a GPU poderia fazê-la em algumas horas. Isso torna possível rodar simulações 3D complexas que anteriormente eram impossíveis ou demoravam demais para serem úteis.

Resumo

O artigo apresenta o Vidyut3d, um novo software de código aberto que atua como uma câmera de zoom inteligente e super rápida para tempestades elétricas (plasmas). Ao usar placas gráficas modernas (GPUs) e uma técnica de "zoom inteligente", ele pode simular comportamentos complexos de plasma centenas de vezes mais rápido que os métodos antigos, ajudando cientistas a projetar melhores ferramentas para manufatura e energia.

Resumo técnico

Resumo Técnico: Vidyut3d – Um Solucionador de Fluidos Acelerado por GPU para Plasmas Fora de Equilíbrio

Declaração do Problema

Os plasmas fora de equilíbrio (não térmicos) são críticos para várias aplicações de engenharia, incluindo a fabricação de semicondutores, síntese de materiais e modificação de superfícies. Essas descargas são caracterizadas por elétrons de alta energia (10.000–100.000 K) coexistindo com um fundo gasoso muito mais frio (300–1.000 K). Simular esses fenômenos é computacionalmente desafiador devido à ampla gama de escalas espaciais e temporais e ao forte acoplamento entre processos físicos, como reações de impacto eletrônico, química de fase gasosa e transporte de espécies.

Embora os métodos de Partícula-em-Célula com Colisão de Monte Carlo (PIC-MCC) sejam eficazes para regimes de baixa pressão, eles tornam-se proibitivamente caros em pressões mais elevadas (por exemplo, condições atmosféricas), onde modelos de fluido são mais apropriados. Os solucionadores de fluido existentes para plasmas fora de equilíbrio (ex: MOOSE, HPEM, COMSOL, PLASIMO, SOMAFOAM) frequentemente carecem de disponibilidade de código aberto ou não suportam o paralelismo híbrido CPU+GPU, limitando sua capacidade de aproveitar as arquiteturas modernas de Computação de Alto Desempenho (HPC). Existe uma lacuna específica em solucionadores de fluido de código aberto e portáteis em termos de desempenho, capazes de rodar eficientemente em sistemas heterogêneos CPU+GPU para descargas de plasma não térmico.

Metodologia

Os autores apresentam o Vidyut3d, um solucionador de fluido projetado para abordar essas limitações. O solucionador é implementado em C++ usando o AMReX, uma biblioteca de grade cartesiana adaptativa de alto desempenho, permitindo a execução em arquiteturas de GPU NVIDIA e AMD.

Modelo Matemático

O solucionador emprega um modelo de duas temperaturas para regimes intermediários e de alta pressão, resolvendo equações de conservação acopladas para:

• Transporte de Espécies: Conservação das densidades numéricas de elétrons, íons e neutros usando a aproximação de deriva-difusão (drift-diffusion).
• Eletrostática: Uma equação de Poisson para determinar campos elétricos e potenciais autoconsistentes.
• Energia Eletrônica: Uma equação de energia eletrônica para resolver a temperatura eletrônica ($T_e$), que impulsiona as taxas de reação e propriedades de transporte.
• Fotoionização: Um modelo simplificado de equação de Helmholtz de três termos é usado para calcular os termos de fonte de fotoionização, essenciais para simulações de propagação de streamers.
• Carga de Superfície: Uma condição de contorno rastreia a densidade de carga superficial em superfícies dielétricas.

O modelo assume pressão e temperatura constantes para o gás de fundo, com o acoplamento para equações de fluido gasoso completas sendo nota para trabalhos futuros.

Métodos Numéricos

• Discretização: Uma formulação de volume finito em grades cartesianas.
• Advecção: Discretizada usando um esquema WENO (Weighted Essentially Non-Oscillatory) de quinta ordem.
• Difusão: Tratada implicitamente usando um esquema central de segunda ordem.
• Integração Temporal: Um esquema de Runge-Kutta implícito global de segunda ordem (método do ponto médio) avança o sistema. O solucionador suporta tanto passos de tempo fixos quanto passos de tempo adaptativos baseados em números de Courant para advecção, difusão e relaxação dielétrica.
• Geometria: Embora seja primariamente cartesiano, o solucionador suporta configurações axissimétricas e mascaramento de células para lidar com geometrias complexas (ex: células de referência GEC) ao desativar as resoluções em regiões específicas.

Implementação de Software

• Portabilidade: O código utiliza o sistema de lançamento baseado em lambdas C++ do AMReX para execução em GPU e faz interface com o HYPRE para sistemas lineares rígidos (stiff).
• Química: Um parser customizado baseado em Python (adaptado do CEPTR) converte arquivos YAML formatados pelo CANTERA em código-fonte C++ compatível tanto com o host (CPU) quanto com o dispositivo (GPU). Isso permite a inclusão de cinéticas de plasma complexas, incluindo reações de impacto eletrônico, supressão (quenching) de espécies excitadas e recombinação íon-íon.

Contribuições Principais e Verificação

O artigo fornece um conjunto abrangente de verificação e validação:

1. Método de Soluções Fabricadas (MMS):

   • Precisão Espacial: A verificação em um domínio 1D demonstrou precisão formal de segunda ordem no espaço tanto para a densidade de espécies quanto para o potencial, apesar do uso de um esquema de advecção de quinta ordem (limitado pelo esquema de difusão central).
   • Precisão Temporal: A verificação confirmou que o esquema de integração temporal atinge precisão de primeira ordem com uma iteração de corretor e precisão de segunda ordem com duas ou mais iterações.

2. Comparações de Benchmark:

   • Descarga Capacitiva (He a 1 Torr): Os resultados coincidem com modelos de fluido estabelecidos (Turner et al., SOMAFOAM, mps1d) e mostram discrepâncias esperadas com modelos PIC devido à parametrização das propriedades de transporte.
   • Propagação de Streamer: O solucionador reproduziu com sucesso os resultados de benchmark de Bagheri et al. para a propagação de streamer positivo no ar, tanto com quanto sem a física de fotoionização.
   • Célula de Referência GEC: As simulações de uma descarga de RF de argônio de baixa pressão mostraram concordância razoável com dados experimentais (Overzet e Hopkins) e modelos de fluido anteriores, capturando picos de densidade eletrônica e perfis radiais.

Avaliação de Desempenho

Os autores realizaram estudos de desempenho em três arquiteturas distintas de CPU+GPU (NVIDIA H100, A100 e AMD MI250X) usando uma simulação de streamer 3D com 4 milhões de células e 15 espécies.

• Aceleração (Speed-up): Uma única GPU demonstrou um aceleração de 150x a 400x por passo de tempo em comparação com um único núcleo de CPU.
• Escalabilidade:
  • Escalabilidade Forte (Strong Scaling): Observou-se um escalonamento favorável até 2048 núcleos de CPU. O escalonamento de GPU foi ótimo até ~40 GPUs, após o qual o desempenho degradou devido à transferência de memória CPU-GPU e sobrecarga de comunicação inter-GPU.
  • Otimização: Otimizações recentes de código, incluindo MPI consciente de GPU (GPU-aware) e resoluções simultâneas de múltiplas espécies, melhoraram a eficiência computacional da GPU em 26% e da CPU em 7,5%.

Simulações de Demonstração

O solucionador foi aplicado a dois casos de produção complexos em 3D:

1. Descarga de Streamer de Ar-H2 Atmosférico: Uma simulação de 14 streamers interagentes em uma mistura de Argônio-Hidrogênio. O refinamento de malha adaptativa (AMR) refinou dinamicamente a grade para uma resolução de ~12 µm em regiões de alto gradiente, utilizando 337 milhões de células no pico. A simulação rodou em 200 GPUs NVIDIA H100 durante 3 horas de tempo de relógio (wall-clock time).
2. Reator de Três Eletrodos de RF: Uma simulação de baixa pressão (0,1 Torr) de um reator de deposição de filmes finos com dois alvos energizados e um substrato aterrado. O solucionador capturou a formação da bainha de plasma e as distribuições de densidade ao longo de 1.000 ciclos de RF.

Significância e Alegações

O artigo afirma que o Vidyut3d representa o primeiro solucionador de fluido de plasma não térmico de código aberto e portátil em termos de desempenho, capaz de rodar eficientamente em arquiteturas CPU+GPU modernas. Sua significância reside em:

• Acessibilidade: Fornecer uma ferramenta de código aberto (disponível no GitHub) para a comunidade de plasma.
• Escalabilidade: Permitir simulações de alta fidelidade em 3D de fenômenos de plasma complexos (ex: interação de streamers, geometrias de reatores) que eram anteriormente proibitivos do ponto de vista computacional.
• Portabilidade: Abstrair com sucesso as dependências de hardware para rodar tanto em GPUs NVIDIA quanto AMD sem modificação de código, facilitando o uso de diversos recursos de HPC.

Os autores concluem que, embora a implementação atual foque em modelos de fluido, esforços contínuos visam incorporar penalização de volume para geometrias complexas, acoplamento de circuito externo e mais otimizações de desempenho de GPU.