As 15 caixas nesta imagem mostram a
intensidade simulada de excitações de spin em 15 materiais à base de ferro,
incluindo os compostos de ferro que são supercondutores (imagens d-h). O eixo x
mostra o momento da excitação de spin em locais selecionados do espaço 3D, o
eixo y mostra a energia medida em eV. A cor indica a intensidade de excitações
de spin com uma dada energia e quantidade de movimento, comparada com os
resultados experimentais disponíveis (barras pretas nas imagens de f, g, l, m).
Ao visualizar a dinâmica de spin de múltiplos materiais à base de ferro – informação
que pode ser lenta e cara de obter experimentalmente – os pesquisadores podem
prever melhor quais materiais são susceptíveis de serem supercondutores.
Pesquisadores
que estudam supercondutores à base de ferro estão combinando novos algoritmos
de estrutura eletrônica com o poder de computação de alto desempenho do supercomputador
Titan para prever dinâmica de spin, ou as formas como os elétrons orientam e
correlacionam seus spins em um material. Os pesquisadores sugeriram que a
dinâmica de spin cria as condições necessárias para a supercondutividade. Esta
abordagem poderia acelerar a busca por novos materiais supercondutores.
Em um artigo da Nature Physics, os autores calcularam os fatores
estruturais da dinâmica de spin - uma medida de como os spins se alinham um em
relação ao outro a uma determinada distância – em 15 materiais diferentes à
base de ferro, incluindo vários supercondutores. “Nossos
resultados computacionais estão em boa concordância com os resultados
experimentais e temos várias previsões para compostos que ainda não foram
medidos”, disse Kotliar. “Uma vez validada a
teoria de que os nossos modelos computacionais são baseados em experimentos,
então podemos investigar computacionalmente materiais que não estão sendo
estudados experimentalmente.”
A computação oferece uma maneira para os pesquisadores entenderem
melhor a dinâmica de spin e outras propriedades dos materiais em muitas
condições, tais como a mudança de temperatura, em vez da condição singular do
presente durante um determinado experimento. Também permite simular muitos materiais
de uma só vez, e o número de potenciais materiais para explorar aumenta rapidamente
à medida que os cientistas introduzem modificações para melhorar o desempenho.
Com
o poder computacional disponível no sistema Titan de 27 petaflop, a equipe foi
capaz de comparar e dinâmica de spin para todos os 15 materiais simulados de
modo a identificar propriedades supercondutoras reveladoras.
“Ao comparar simulações e experiências,
aprendemos sobre qual tipo de flutuações de spin realmente promovem a
supercondutividade e quais as que não o fazem”, disse Kotliar.
Em
seu modelo, a equipe usou uma técnica chamada Dynamical Mean Field Theory (Teoria de Campo Médio Dinâmico,
tradução livre) para reduzir o vasto número de interações envolvendo elétrons
em uma célula unitária e atribuir a média dessas interações no ambiente de
campo médio em todo o resto do sólido. A equipe usou o método Monte Carlo para
selecionar estatisticamente as melhores soluções para estas técnicas, atingindo
um novo nível de precisão da previsão para a dinâmica de spin nestes tipos de
materiais.
“Estes problemas complexos, como em
supercondutores, onde você tem que resolver muitos graus de liberdade ou de um
grande número de variáveis, exigem supercomputação em vez de computação em
clusters menores”, disse Haule. “Nossos
algoritmos são projetados para trabalhar de forma muito eficiente na arquitetura
massivamente paralela do Titã.”
Usando
20 milhões de processadores-hora no Titã, a equipe também descobriu através da
simulação de um novo estado supercondutor, ou o emparelhamento de elétrons,
encontrada no composto de lítio-ferro arsênico, LiFeAs, que é consistente com
os resultados experimentais.
No futuro, eles planejam para simular a dinâmica de spin em
outras classes de supercondutores e em matérias não supercondutores que são
excepcionalmente difíceis de estudar experimentalmente, como materiais
radioativos.
“Usar a computação como um substituto do experimento é um passo
importante para a concepção de novos materiais”,
disse Kotliar. “A próxima vez que alguém vier até nós
com materiais potenciais para uma aplicação e perguntar: ‘Devo trabalhar sobre
isso?’ Esperamos simular o material para selecionar os mais promissores.”
