Комбинация суперкомпьютеров и экспериментов для первого взгляда на магнетизм реальных наночастиц

Комбинация суперкомпьютеров и экспериментов для первого взгляда на магнетизм реальных наночастиц

Однако магнетизм в атомном масштабе чрезвычайно трудно наблюдать экспериментально даже с помощью лучших микроскопов и технологий визуализации.
Вот почему исследователи, работающие с магнитными наночастицами из Калифорнийского университета в Лос-Анджелесе (UCLA) и Национальной лаборатории Лоуренса Беркли Министерства энергетики США (DOE) (Лаборатория Беркли), обратились за помощью к ученым-вычислительным специалистам из Окриджской национальной лаборатории Министерства энергетики США (ORNL). решить уникальную задачу: смоделировать магнетизм на атомном уровне, используя экспериментальные данные с реальной наночастицы.

«Эти типы вычислений были выполнены для идеальных частиц с идеальной кристаллической структурой, но не для реальных частиц», — сказал Маркус Айзенбах, ученый-вычислитель из Oak Ridge Leadership Computing Facility (OLCF), пользовательского центра Управления науки Министерства энергетики США, расположенного в ORNL.
Айзенбах разрабатывает моделирование квантово-механической электронной структуры, позволяющее прогнозировать магнитные свойства материалов.

Работая с Полом Кентом, специалистом по вычислительным материалам из Центра науки о нанофазных материалах ORNL, команда в сотрудничестве с исследователями из Калифорнийского университета в Лос-Анджелесе и Молекулярной литейной лаборатории Беркли объединила экспериментальные данные мирового уровня с компьютерными технологиями мирового класса, чтобы сделать что-то новое — имитировать атом магнетизма. атомом в реальной наночастице.
Используя новые данные, полученные от исследовательских групп на Западном побережье, Айзенбах и Кент смогли точно смоделировать измеренную атомную структуру, включая дефекты, уникальной наночастицы железо-платина (FePt) и смоделировать ее магнитные свойства на Титане мощностью 27 петафлоп. суперкомпьютер в OLCF.

Коды электронной структуры берут атомную и химическую структуру и находят соответствующие магнитные свойства. Однако эти структуры обычно получаются из множества изображений, полученных с помощью двумерной электронной микроскопии или рентгеновской кристаллографии, усредненных вместе, что дает репрезентативную, но не истинную трехмерную структуру.

«В этом случае исследователи смогли получить точную трехмерную структуру реальной частицы», — сказал Айзенбах. "Группа Калифорнийского университета в Лос-Анджелесе разработала новую экспериментальную технику, с помощью которой они могут определить, где находятся атомы — координаты — и химическое разрешение, или что они такое — железо или платина."
Результаты опубликованы 2 февраля в журнале Nature.

Новые и улучшенные данные
Используя современный электронный микроскоп в Молекулярной литейной лаборатории Беркли, команды лаборатории Беркли и Калифорнийского университета в Лос-Анджелесе измерили несколько двумерных изображений одной наночастицы FePt в разных ориентациях. Затем исследователи из Калифорнийского университета в Лос-Анджелесе использовали разработанный ими алгоритм реконструкции GENFIRE, чтобы выровнять двухмерные изображения и восстановить трехмерные атомные позиции с высочайшей точностью.

Изображенная ими наночастица была синтезирована в Университете Буффало.

«Наша методика называется атомной электронной томографией (АЭТ) и позволяет реконструировать трехмерную атомную структуру материалов с точностью 22 пикометра», — сказал Цзяньвэй (Джон) Мяо из Калифорнийского университета в Лос-Анджелесе. Пикометр — это одна триллионная метра. "Как и при компьютерной томографии, вы берете несколько изображений из образцов и реконструируете их в трехмерное изображение."
Тем не менее, компьютерная томография составляет порядка миллиметров для медицинских диагнозов, тогда как метод AET команды UCLA измеряет расположение атомов порядка сотен пикометров или расстояние между атомами.

Команда Калифорнийского университета в Лос-Анджелесе также разработала алгоритмы для отслеживания положений примерно 6500 атомов железа и 16 500 атомов платины, обнаруживая трехмерный химический беспорядок и другие дефекты на атомном уровне.
«Мы обнаружили, что атомная структура намного сложнее, чем думали люди», — сказал Мяо. "В этой железо-платиновой наночастице было много дефектов и недостатков."
Одной из определяющих характеристик наночастиц FePt является группировка атомов железа и платины в области или «зерна», разделенные границами.

Исследователи хотели понять, как магнетизм будет различаться через границы, учитывая, что соотношение и порядок атомов железа и платины изменяется от зерна к зерну. В конечном итоге магнетизм от зерна к зерну может повлиять на производительность магнитного запоминающего устройства.

«Вычислительная задача заключалась в том, чтобы продемонстрировать, как магнетизм упорядочен в реальной частице, и понять, как он изменяется между границами зерен с различным упорядочением», — сказал Айзенбах.
Вехой в суперкомпьютере
Впервые исследователи смоделировали локальную магнитную анизотропию на атомном уровне в магнитном материале на основе экспериментальных данных.

На этом рисунке показаны изменения магнитной энергии отдельных атомов железа и платины от наночастицы FePt. Изображение предоставлено Маркусом Айзенбахом и Nature.

Магнетизм на атомном уровне обусловлен квантовой механикой — факт, который потряс расчеты классической физики и потребовал все более сложных расчетов из первых принципов или расчетов, основанных на уравнениях фундаментальной физики, а не на предположениях, снижающих вычислительную нагрузку.
Для устройств магнитной записи и хранения исследователей особенно интересует магнитная анизотропия или то, какое направление магнетизма благоприятствует в атоме.
"Если анизотропия слишком мала, то, что написано на наночастице, может перевернуться при комнатной температуре", — сказал Кент.

Чтобы найти магнитную анизотропию, Эйзенбах и Кент использовали два вычислительных кода для сравнения и проверки результатов.
Чтобы смоделировать сверхъячейку из примерно 1300 атомов из сильно магнитных областей наночастицы из 23000 атомов, они использовали код линейного масштабирования множественного рассеяния (LSMS), код теории функционала плотности из первых принципов, разработанный в ORNL.
«Код LSMS был разработан для больших магнитных систем и может обрабатывать большое количество атомов», — сказал Кент.
В качестве главного исследователя в 2017, 2016 и предыдущих наградах программы INCITE, Айзенбах масштабировал код LSMS до Titan для ряда проектов магнитных материалов, а внутренний код был оптимизирован для ускоренной архитектуры Titan, что ускорило вычисления более чем на 8 раз на графических процессорах машины.

Исключительно способный быстро обрабатывать большие магнитные системы, код LSMS получил приз Ассоциации вычислительной техники Гордона Белла за достижения в области высокопроизводительных вычислений в 1998 и 2009 годах, и разработки продолжают улучшать код для новых архитектур.
Работая с Ренатом Сабириановым из Университета Небраски в Омахе, команда также запустила VASP, пакет моделирования, который лучше подходит для меньшего количества атомов, для моделирования областей примерно из 32 атомов.

«С помощью обоих подходов мы смогли подтвердить, что локальные результаты VASP согласуются с результатами LSMS, поэтому у нас есть высокая уверенность в моделировании», — сказал Айзенбах.
Компьютерное моделирование показало, что границы зерен сильно влияют на магнетизм. «Мы обнаружили, что энергия магнитной анизотропии внезапно переходит на границы зерен.

Эти магнитные свойства очень важны », — сказал Мяо.
В будущем исследователи надеются, что успехи в вычислениях и моделировании сделают возможным моделирование полной частицы, поскольку расчеты из первых принципов в настоящее время слишком интенсивны, чтобы решать мелкомасштабный магнетизм для областей размером более нескольких тысяч атомов.

Кроме того, подобные будущие симуляции могут показать, как различные производственные процессы, такие как температура, при которой образуются наночастицы, влияют на магнетизм и производительность.
«В будущем есть надежда, что можно будет использовать эти методы, чтобы посмотреть на рост наночастиц и понять, как оптимизировать рост для повышения производительности», — сказал Кент.