Zonnecellen kunnen niet tegen de hitte. Fotovoltaïsche cellen verliezen wat energie als warmte bij het omzetten van zonlicht in elektriciteit. Het omgekeerde geldt voor lampen gemaakt met light-emitting diodes (LED), die elektriciteit omzetten in licht. Sommige wetenschappers denken dat er misschien licht aan het einde van de tunnel is in de jacht naar betere halfgeleidermaterialen voor zonnecellen en LED's, dankzij supercomputersimulaties die gebruik maakten van grafische verwerkingseenheden om nanokristallen van silicium te modelleren.

Wetenschappers noemen het warmteverlies in LED's en zonnecellen niet-stralingsrecombinatie. En ze hebben geworsteld om de basisfysica van dit warmteverlies te begrijpen, vooral voor materialen met moleculen van meer dan 20 atomen.

"De echte uitdaging hier is de systeemgrootte, " legde Ben Levine uit, universitair hoofddocent bij de afdeling scheikunde aan de Michigan State University. "Van die 10-20 atoomlimiet naar 50-100-200 atomen gaan, was hier de echte rekenuitdaging, "Zei Levine. Dat komt omdat de berekeningen betrekking hadden op schaal met de grootte van het systeem tot een bepaald vermogen, soms vier of maximaal zes, zei Levine. "Om het systeem tien keer groter te maken, moeten we misschien tien keer presteren, 000 keer meer operaties. Het is echt een grote verandering in de omvang van onze berekeningen."

Levine's berekeningen omvatten een concept in de moleculaire fotochemie dat een conisch snijpunt wordt genoemd - degeneratiepunten tussen de potentiële energie-oppervlakken van twee of meer elektronische toestanden in een gesloten systeem. Een perspectiefstudie die in september 2017 in de Journal of Physical Chemistry Letters werd gepubliceerd, toonde aan dat recente computationele en theoretische ontwikkelingen de locatie van defect-geïnduceerde conische kruispunten in halfgeleider nanomaterialen mogelijk hebben gemaakt.

"De belangrijkste bijdrage van ons werk was om te laten zien dat we deze recombinatieprocessen in materialen kunnen begrijpen door naar deze conische kruispunten te kijken, "Zei Levine. "We hebben kunnen aantonen dat de conische kruispunten kunnen worden geassocieerd met specifieke structurele defecten in het materiaal."

De heilige graal voor materiaalwetenschap zou zijn om niet-stralingsrecombinatiegedrag van een materiaal te voorspellen op basis van zijn structurele defecten. Deze defecten zijn afkomstig van 'doping' halfgeleiders met onzuiverheden om de elektrische eigenschappen ervan te regelen en te moduleren.

Verder kijken dan de alomtegenwoordige siliciumhalfgeleider, wetenschappers wenden zich tot silicium nanokristallen als kandidaatmaterialen voor de volgende generatie zonnecellen en LED's. Silicium nanokristallen zijn moleculaire systemen in de marge van 100 atomen met extreem afstembare lichtemissie in vergelijking met bulksilicium. En wetenschappers worden alleen beperkt door hun verbeeldingskracht in manieren om te dopen en nieuwe soorten silicium nanokristallen te creëren.

"We doen dit nu zo'n vijf jaar, Levine legde uit over zijn conische snijwerk. "De belangrijkste focus van ons werk was proof-of-concept, laten zien dat dit berekeningen zijn die we kunnen doen; dat wat we vinden in overeenstemming is met het experiment; en dat het ons inzicht kan geven in experimenten die we eerder niet konden krijgen, ' zei Levine.

Levine ging in op de computationele uitdagingen van zijn werk met behulp van grafische verwerkingseenheid (GPU) hardware, het soort dat typisch is ontworpen voor computerspellen en grafisch ontwerp. GPU's blinken uit in karnen door lineaire algebraberekeningen, dezelfde wiskunde die betrokken is bij de berekeningen van Levine die het gedrag van elektronen in een materiaal karakteriseren. "Met behulp van de grafische verwerkingseenheden, we hebben onze berekeningen honderden keren kunnen versnellen, waardoor we van de moleculaire schaal konden gaan, waar we voorheen beperkt waren, tot de grootte van het nanomateriaal, ' zei Levine.

Toewijzingen van cyberinfrastructuur van XSEDE, de eXtreme Science and Engineering Discovery-omgeving, gaf Levine toegang tot meer dan 975, 000 rekenuren op het Maverick-supercomputersysteem van het Texas Advanced Computing Center (TACC). Maverick is een speciaal hulpmiddel voor visualisatie en gegevensanalyse, ontworpen met 132 NVIDIA Tesla K40 "Atlas" GPU voor visualisatie op afstand en GPU-computing voor de nationale gemeenschap.

"Grootschalige middelen zoals Maverick bij TACC, die veel GPU's hebben, zijn gewoon geweldig voor ons geweest, Levine zei. "Je hebt drie dingen nodig om dit voor elkaar te krijgen. Je hebt goede theorieën nodig. Je hebt goede computerhardware nodig. En je hebt faciliteiten nodig die die hardware in voldoende hoeveelheid hebben, zodat u de berekeningen kunt doen die u wilt doen."

Levine explained that he got started using GPUs to do science ten years ago back when he was in graduate school, chaining together SONY PlayStation 2 video game consoles to perform quantum chemical calculations. "Nutsvoorzieningen, the field has exploded, where you can do lots and lots of really advanced quantum mechanical calculations using these GPUs, " Levine said. "NVIDIA has been very supportive of this. They've released technology that helps us do this sort of thing better than we could do it before." That's because NVIDIA developed GPUs to more easily pass data, and they developed the popular and well-documented CUDA interface.

"A machine like Maverick is particularly useful because it brings a lot of these GPUs into one place, " Levine explained. "We can sit down and look at 100 different materials or at a hundred different structures of the same material." We're able to do that using a machine such as Maverick. Whereas with a desktop gaming machine just has one GPU, we can do one calculation at a time. The large-scale studies aren't possible, " said Levine.

Now that Levine's group has demonstrated the ability to predict conical intersections associated with heat loss from semiconductors and semiconductor nanomaterials, he said the next step is to do materials design in the computer.

Said Levine:"We've been running some calculations where we use a simulated evolution, called a genetic algorithm, where you simulate the evolution process. We're actually evolving materials that have the property that we're looking for, one generation after the other. Maybe we have a pool of 20 different molecules. We predict the properties of those molecules. Then we randomly pick, zeggen, less than ten of them that have desirable properties. And we modify them in some way. We mutate them. Or in some chemical sense 'breed' them with one another to create new molecules, and test those. This all happens automatically in the computer. A lot of this is done on Maverick also. We end up with a new molecule that nobody has ever looked at before, but that we think they should look at in the lab. This automated design processes has already started."

De studie, "Understanding Nonradiative Recombination through Defect-Induced Conical Intersections, " was published September 7, 2017 in the Journal of Physical Chemistry Letters . The study authors are Yinan Shu (University of Minnesota); B. Scott Fales (Stanford University, SLAC); Wei-Tao Peng and Benjamin G. Levine (Michigan State University). The National Science Foundation funded the study (CHE-1565634).