Molekulardynamiksimulationen sind ein weit verbreitetes Werkzeug zur Untersuchung atomarer und molekularer Prozesse. Bei größeren Systemen, wie sie oft in praktischen Anwendungen vorkommen, sind die Simulationen jedoch sehr langsam und teilweise gar nicht durchführbar. Thema dieser Arbeit ist es, zwei Methoden zur Beschleunigung solcher Simulationen genauer zu untersuchen.
Aus dem heutzutage selbstverständlichen Anstieg von Rechenleistung ergibt sich eine kontinuierliche Beschleunigung der Simulationen. Um die verfügbare Hardware optimal nutzen zu können, sind hierfür parallele Algorithmen notwendig. Im ersten Teil der Arbeit wird untersucht, welche Beschleunigung durch Parallelisierung auf der vorliegenden Rechentechnik erreicht werden kann. Dabei wird insbesondere auf den Vergleich von Haupt- und Grafikprozessoren sowie verschiedener Parallelisierungsumgebungen eingegangen.
Eine noch größere Beschleunigung verspricht die Metadynamik. Dabei handelt es sich um ein Verfahren, welches das Abtasten des Konfigurationsraums effizienter gestaltet und somit das Auffinden seltener Ereignisse um mehrere Größenordnungen beschleunigen kann. Um diesen Ansatz zu überprüfen, wird die Selbst-Diffusion auf Kupferoberflächen sowohl mit Molekulardynamik als auch mit Metadynamik untersucht und die Ergebnisse verglichen. Anschließend wird Metadynamik auf die Diffusion in Silizium und Germanium angewendet – zwei Prozesse, deren Fortschritt durch seltene Ereignisse begrenzt wird und welche daher durch Molekulardynamik nicht zugänglich sind.:1 Einleitung
2 Molekulardynamik
2.1 Methode
2.1.1 Algorithmus
2.1.2 Potentiale
2.2 Rechenaufwand
2.2.1 Potentialreichweite
2.2.2 Nachbarschaftslisten
2.3 Verwendete Software
3 Parallelisierung
3.1 Eigenschaften paralleler Algorithmen
3.1.1 Metriken der Parallelisierung
3.1.2 Kommunikation zwischen Prozessen
3.1.3 Parallelisierungsumgebungen
3.2 Parallelisierung von Molekulardynamik
3.2.1 Atom-Dekomposition
3.2.2 Kraft-Dekomposition
3.2.3 Raum-Dekomposition
3.2.4 Neutral-Territory-Methoden
3.3 Erzielte Beschleunigungen
3.3.1 Verwendete Hardware
3.3.2 Rechnung auf CPUs
3.3.3 Rechnung auf GPUs
3.3.4 Zusammenfassung
4 Diffusion
4.1 Modellierung von Diffusion
4.1.1 Bestimmung des Diffusionskoeffizienten aus einer Trajektorie
4.1.2 Aktivierungsenergie
4.2 Diffusion auf Kupferoberflächen
4.2.1 Interpretation von Diffusion
4.2.2 Ergebnisse
5 Metadynamik
5.1 Methode
5.1.1 Algorithmus
5.1.2 Wahl der Parameter
5.1.3 Bestimmung von Übergangsraten
5.2 Diffusion auf Kupferoberflächen
5.2.1 Festlegung der kollektiven Variablen
5.2.2 Wahl der Parameter
5.2.3 Ergebnisse
5.3 Diffusion in Silizium und Germanium
5.3.1 Simulation mit einer kollektiven Variable
5.3.2 Simulation mit zwei kollektiven Variablen
5.3.3 Möglichkeiten für weitere kollektive Variablen
6 Zusammenfassung
Anhang
A Implementierung des Metadynamik-Algorithmus
B Projektion der Freien-Energie-Fläche
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:35389 |
| Date | 17 September 2019 |
| Creators | Lorkowski, Florian |
| Contributors | Schreiber, Michael, Schuster, Jörg, Fuchs, Florian, Lorenz, Erik E., Technische Universität Chemnitz |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | info:eu-repo/semantics/publishedVersion, doc-type:masterThesis, info:eu-repo/semantics/masterThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds