Hyvä arvausmenetelmä tehostaa supertietokonelaskentaa
16.08.2012
Aalto-yliopiston tutkija Kurt Baarman kehitti väitöstyössään keinoja elektronitiheyslaskennan tehostamiseen. Menetelmiä voi hyödyntää esimerkiksi uusien lääkeaineiden kehityksessä.
Tietokone on fyysikoille ja kemisteille entistä tärkeämpi työkalu. Laskennallisen fysiikan avulla voidaan mallintaa jopa aineita, joita ei kokeellisesti vielä osata valmistaa. Myös atomia ympäröivän elektroniverhon rakenne voidaan selvittää numeerisin menetelmin. Näissä epälineaarisissa laskentaongelmissa on kuitenkin eräs hankaluus: ratkaisu pitää arvata ennalta.
− Vasta sitten voimme tarkastaa, miten hyvä arvaus oli. Olen tutkinut väitöstyössäni, miten mahdollisimman vähillä arvauksilla saadaan mahdollisimman hyvä lopputulos, Kurt Baarman kertoo.
Supertietokoneiden ja laskennallisten menetelmien avulla pystytään mallintamaan jopa satojen molekyylien vuorovaikutusta keskenään. Se kiinnostaa niin lääkekehittäjiä, elektroniikkateollisuutta kuin uusien materiaalien kehittäjiä, sillä elektronirakenne määrittää aineiden tärkeät sähköiset ja kemialliset ominaisuudet.
Laskennan nopeus on tärkeää, sillä merkittävä osa maailman supertietokonekapasiteetista käytetään aineiden elektronirakenteen laskentaan.
Väitöstyössään Baarman kehitti uusia menetelmiä elektronitiheyslaskennan tehostamiseen. Väitöstyön ensimmäisessä tutkimuspaperissa osoitetaan, että matemaatikkojen jo pitkään tuntemaa kvasi-Newton -menetelmää voi hyödyntää laskettaessa aineen elektronirakennetta tiheysfunktionaaliteorian avulla. Vuoden 1998 kemian Nobelin kehittäjälleen tuonut tiheysfunktionaaliteoria on suosituin malli aineen elektronirakenteen laskentaan.
− Tulosten perusteella kvasi-Newton on oikein toteutettuna oikein hyvä menetelmä. Hankalissa tapauksissa se kaivaa ratkaisun muita menetelmiä paremmin esiin.
Lääkkeitä, uusia materiaaleja
Väitöstyön toinen tärkeä oivallus on uusi päivitysoperaattori, joka nopeuttaa iteratiivista elektronirakennelaskentaa. − Se lyhentää laskenta-aikoja. Nyt voimme laskea entistä haastavampia systeemejä, Baarman kertoo. Baarmanin menetelmät toimivat erityisen hyvin laskennallisesti hankalilla materiaaleilla, kuten metalleilla.
Parhaillaan Aallon matematiikan ja systeemianalyysin laitoksen tutkija Baarman vierailee Berliinin Fritz-Haber-Institutin biomolekyyliryhmässä. Hän ohjelmoi laskentamenetelmien parannuksia ryhmän fyysikoiden käyttämään laskentakoodiin.
− Se helpottaa fyysikoiden työtä. He ovat kiinnostuneita siitä, miltä jokin molekyyli näyttää, paljonko sillä on energiaa, tai miten lääkeaine reagoi jonkun toisen molekyylin kanssa, eivät laskentamenetelmän rakentamisesta.
Baarman toivoo, että nyt kemistien ja fyysikoiden testikäytössä olevat menetelmät päätyvät tulevaisuudessa laajempaan käyttöön.
− Seuraava askel on, että työkaluja käyttävät tuotekehittäjät, jotka kehittävät uusia lääkkeitä, materiaaleja tai esimerkiksi autojen katalysaattoreita.
Väitöstilaisuus
DI Kurt Baarmanin sovelletun matematiikan alan väitöskirja Direct Minimization and Acceleration of Electronic Structure Calculations (Energian optimointi ja laskennan kiihdytys elektronitiheyslaskennassa) tarkastetaan perjantaina 17.8.2012 kello 12 Aalto-yliopiston perustieteiden korkeakoulun L-salissa, Otakaari 1, Espoo. Vastaväittäjänä toimii professori Sverker Holmgren Uppsalan yliopistosta.
Lisätietoja:
Kurt Baarman
puh. 050 377 6162
kurt.baarman [at] aalto [dot] fi
Aalto-yliopiston perustieteiden korkeakoulu
Matematiikan ja systeemianalyysin laitos (math.aalto.fi)
Väitöskirja verkossa (pdf-tiedosto)
