Accelerating real-time hybrid-functional calculations with learned ACE and symmetry-based FFT reuse

Dentro dos materiais sólidos que compõem o nosso mundo, os elétrons não ficam parados; eles dançam ao ritmo da luz, mudando suas posições e energias em resposta aos campos ao redor deles. Para entender como essas minúsculas partículas se comportam, especialmente quando atingidas por lasers poderosos, os cientistas usam um conjunto de regras chamado teoria do funcional da densidade. Esse arcabouço atua como um mapa, permitindo que pesquisadores prevejam como os elétrons se moverão e interagirão. No entanto, quando a luz é forte o suficiente para empurrar o material para estados não lineares estranhos, os mapas simples costam falhar. Eles perdem detalhes cruciais sobre como os elétrons se repelem e como formam pares temporários, conhecidos como excitons, que são vitais para entender como semicondutcos e isolantes funcionam. Para obter uma imagem verdadeira, os cientistas devem usar um conjunto de regras mais complexo e preciso chamado funcionais híbridos. Essas regras incluem um cálculo difícil de como cada elétron sente a presença de cada outro elétron através de todo o material. Embora isso proporcione uma visão muito mais clara, o preço é alto: os cálculos tornam-se tão lentos e exigentes que estudar o comportamento dos elétrons em tempo real com este nível de precisão era, outrora, quase impossível.

Um pesquisador encontrou agora uma maneira de fazer esses cálculos pesados rodarem rápido o suficiente para serem práticos, abrindo a porta para observar os elétrons se movendo em tempo real com alta precisão. Ele desenvolveu dois truques distintos para acelerar o processo, um que observa o tempo e outro que observa o espaço. O primeiro truque envolve aprender com o passado. Nessas simulações, os elétrons se movem em passos minúsculos e, em cada passo, o computador deve recalcular como os elétrons interagem. Esse recálculo é a parte mais cara do trabalho. O pesquisador ensinou o computador a reconhecer padrões em como essas interações mudam de um momento para o outro. Em vez de recalcular a interação completa a cada passo, o computador agora prevê a próxima mudança baseada no histórico recente do sistema. Ele só para para fazer o cálculo completo e caro ocasionalmente para verificar seu trabalho e corrigir qualquer desvio. Essa abordagem é como um motorista que conhece tão bem a estrada que consegue antecipar a próxima curva sem precisar olhar para o mapa constantemente, apenas dando uma olhada rápida para confirmar que ainda está no caminho certo.

O segundo truque explora a ordem oculta encontrada dentro dos cristais. A maioria dos materiais sólidos, como o silício, é construída a partir de padrões repetitivos. Devido a essa simetria, muitos pontos no material são essencialmente idênticos entre si, apenas rotacionados ou deslocados. O pesquisador percebeu que, ao calcular como os elétrons interagem, estava realizando o mesmo trabalho matemático repetidamente para esses pontos idênticos. Ele construiu um sistema para identificar esses padrões repetitivos e reutilizar os resultados de um ponto para todos os seus gêmeos. Isso significa que o computador realiza o trabalho pesado apenas uma vez para um grupo de localizações equivalentes e então simplesmente copia a resposta para o restante. Isso significa que o computador realiza o trabalho pesado apenas uma vez para um grupo de locais equivalentes e então simplesmente copia a resposta para o resto. Ao combinar esses dois métodos — prevendo o futuro com base no passado e reutilizando o trabalho feito para pontos idênticos — o pesquisador alcançou uma redução dramática no tempo necessário para a simulação.

Quando testaram esses métodos em um bloco padrão de silício, os resultados foram impressionantes. Comparado à maneira tradicional de realizar esses cálculos, que levava quase trinta e sete segundos para cada passo individual da simulação, o novo método combinado trouxe o tempo para menos de meio segundo por passo. Isso representa uma aceleração de mais de sessenta vezes. O pesquisador verificou que, apesar desse aumento massivo de velocidade, a precisão dos resultados permaneceu intacta. Os elétrons simulados ainda absorveram a quantidade correta de energia do laser, e a luz que emitiram de volta, conhecida como geração de harmônicos de alta ordem, coincidiu com os padrões detalhados vistos nos cálculos mais lentos e precisos. Eles descobriram que prever o próximo passo a cada oito intervalos de tempo oferecia o melhor equilíbrio entre velocidade e precisão, mantendo o erro no fluxo atual em apenas alguns poucos porcentos.

O pesquisador também testou quão bem esse método funcionaria nos supercomputadores mais rápidos do mundo, especificamente o sistema Fugaku no Japão. Eles mostraram que o método escala eficientemente, o que significa que adicionar mais processadores de computador ao trabalho realmente o tornou mais rápido sem causar gargalos. Mesmo quando aumentaram a complexidade da simulação usando uma grade mais fina para rastrear os elétrons, o tempo por passo permaneceu notavelmente baixo, mantendo-se abaixo de um segundo mesmo para sistemas muito grandes. Essa eficiência permite que cientistas executem a mesma simulação muitas vezes com diferentes configurações, algo que antes era caro demais para ser feito. Por exemplo, eles agora podem facilmente testar como a resposta eletrônica muda conforme variam o número de pontos usados para amostrar o material, garantindo que seus resultados sejam verdadeiramente confiáveis e não apenas um artefato de uma aproximação grosseira.

Este trabalho faz mais do que apenas economizar tempo; ele muda o que é possível estudar. Com o custo computacional reduzido a um nível gerenciável, pesquisadores podem agora usar rotineiramente esses funcionais híbridos altamente precisos para explorar a dinâmica eletrônica não linear. Eles podem investigar como os excitons, os pares ligados de elétrons e lacunas, se comportam sob a intensa pressão de um pulso de laser. Isso é crucial para entender os limites fundamentais dos dispositivos eletrônicos e para projetar novos materiais que possam resistir ou aproveitar a luz forte. A capacidade de simular esses processos com tal velocidade e fidelidade significa que os cientistas agora podem preencher a lacuna entre modelos teóricos e o comportamento complexo do mundo real dos materiais sob condições extremas, aproximando-nos de uma compreensão completa de como a luz e a matéria interagem no nível mais fundamental.