阿贡国家实验室的一个团队预测了一种新型氮化物钙钛矿的艺术效果图，并设计出一种新材料来收集太阳能。（图片来源：Viet-Anh Ha）
科学家不断识别和鉴定新材料，寻找具有改进性能的物质，用于从汽车到太空舱的所有方面。然而，德克萨斯大学奥斯汀分校的Feliciano Giustino说，将这些化合物释放到真实世界上是很困难的。“人们意识到，从实验室发现一种新材料到将其用于设备——日常消费类应用——需要几十年时间，”他说。
Giustino解释说，材料被接受需要滞后几十年，主要是因为，“一旦实验室做了发明，往往还有许多问题要解决，并且在工艺和集成中存在可扩展性问题。”
甚至为一种新的先进材料设计一个想法都会拖延这个过程。“寻找材料非常具有挑战性，因为我们有一个元素周期表，其中有100多种元素可以使用，这些元素的组合大约有数亿种材料，”Giustino说，他是UT Austin量子材料工程的带头人。
为了加速这一进程，材料基因组计划（MGI）于2011年启动，其目标是“利用数据和计算工具与实验相结合的力量，以极低的成本缩短先进材料进入市场的路径。”
Giustino专注于改进可用于能源相关应用的材料。例如，他和同事从事由Argonne Leadership Computing Facility的Theta千万亿次超级计算机分配的一个ASCR Leadership Computing Challenge项目，以设计新的半导体。这项工作也得到了能源部基础能源科学项目的支持。
Giustino从事的原子尺度模拟融合了量子力学，这种奇怪的物理学在最小尺度上控制物质。这与几十年前有所不同，当时这种方法只是基础科学中的一种智力练习。现在，Giustino团队有方程可以求解，预测真实材料的性能，其精度可以匹配实验数据，甚至在实验实现之前。
这项工作从一种新材料的假设开始，这种新材料可能存在，也可能不存在。然后，研究人员计算这种被提议的材料会有什么作用。
首先，计算材料的稳定性。“如果有人来制造，它会分解出一些副产品吗？”Giustino问道。如果计算表明一种材料是稳定的，研究人员就转向其他属性。例如，如果它是一种太阳能电池材料，研究人员就想知道它是否有效地吸收光线并将其转化为电能。
更具体地说，Giustino确定该材料是否吸收太阳发射光谱中的光，主要是可见光和红外光，以及它如何有效地将这些光子转化为电流。所有这些都可以转化为非常清晰的数学要求。
有了这些方程，计算就可以开始了。“为了预测这些原子尺度的性质，你必须求解类似于薛定谔方程（Schrodinger）的量子力学方程式，这对于真实材料来说非常具有挑战性。所以，通过像阿贡国家实验室这样的设施来模拟是必不可少的，因为这些计算不能在笔记本电脑或台式机上进行。”
设计和计算潜在有益材料的特性仅仅是个开始。如果Giustino的团队发现了一些有趣的东西，就会与采取下一步行动的实验小组联系，试图在实验室中创造这种材料。
如果吸收光可以产生电，那么反过来也是可能的。例如，发光二极管（LED）就能实现这一功能。Giustino研究了一种基于碘化铅钙钛矿的LED，它可以有效地将电转化为光。然而，这种材料存在一个关键问题：铅的神经毒性。
Giustino的团队接受了设计类似无铅材料的挑战。“基本上，我们试图通过检查每一种元素来取代铅，”他说，“这还发现了三四种化合物，它们是很好的候选物。”
其中一种由铯、铟、银和氯组成的钙钛矿（Cs2InAgCl6）符合预期的标准，Giustino和他的同事进行了合成。正如研究小组指出的，添加钠产生了一种“在可见光范围内具有非凡光致发光”的材料。这种新材料制造稳定的单发射体LED，几乎可以将所有的能量转化为白光。
模拟新材料属性所需的大量计算将随着新HPC系统的出现而更加深入。Giustino正准备改进他与Aurora的工作，Aurora是Argonne Leadership Computing Facility正在安装的一个exascale系统。这台速度比Theta快一千倍的计算机，将把标准处理器与图形处理单元结合起来，以加速计算。
“我们正在努力将我们的软件移植到Aurora上，”Giustino说。“Argonne的专家非常有价值，因为他们已经部署了机器，对其进行了测试，并且知道我们应该研究哪些瓶颈来改进我们的代码。”
但是一台更先进的计算机是不够的。“所有这些机器都很棒，但每个人都需要明白，这不仅仅是买一台电脑，”Giustino解释道。“这是关于培训人员和有足够的资金使软件以同样的速度发展成为可能。”
在不远的将来，Giustino设想了一个更加自动化的工作流程，他认为“我们可能能够提供真正不损害准确性的集成解决方案，然后可以对材料科学产生真正的影响，这是最终目标。”
原文链接：
