Le celle solari non sopportano il calore. Il fotovoltaico perde parte dell'energia sotto forma di calore convertendo la luce solare in elettricità. Il contrario vale per le luci realizzate con diodi emettitori di luce (LED), che convertono l'elettricità in luce. Alcuni scienziati pensano che potrebbe esserci luce alla fine del tunnel nella ricerca di materiali semiconduttori migliori per celle solari e LED, grazie a simulazioni al supercomputer che hanno sfruttato unità di elaborazione grafica per modellare nanocristalli di silicio.

Gli scienziati chiamano la perdita di calore nei LED e nelle celle solari ricombinazione non radiativa. E hanno faticato a capire la fisica di base di questa perdita di calore, soprattutto per materiali con molecole di oltre 20 atomi.

"La vera sfida qui è la dimensione del sistema, " ha spiegato Ben Levine, professore associato presso il Dipartimento di Chimica della Michigan State University. "Passare da quel limite di 10-20 atomi fino a 50-100-200 atomi è stata la vera sfida di calcolo qui, " ha detto Levine. Questo perché i calcoli coinvolti scalano con la dimensione del sistema fino a una certa potenza, a volte quattro o fino a sei, ha detto Levine. "Rendere il sistema dieci volte più grande in realtà richiede di eseguirne forse 10, 000 volte più operazioni. È davvero un grande cambiamento nelle dimensioni dei nostri calcoli".

I calcoli di Levine implicano un concetto nella fotochimica molecolare chiamato intersezione conica, punti di degenerazione tra le superfici di energia potenziale di due o più stati elettronici in un sistema chiuso. Uno studio prospettico pubblicato a settembre 2017 sul Journal of Physical Chemistry Letters ha rilevato che i recenti sviluppi computazionali e teorici hanno consentito la localizzazione di intersezioni coniche indotte da difetti nei nanomateriali semiconduttori.

"Il contributo chiave del nostro lavoro è stato quello di dimostrare che possiamo comprendere questi processi di ricombinazione nei materiali osservando queste intersezioni coniche, " Levine ha detto. "Siamo stati in grado di dimostrare è che le intersezioni coniche possono essere associate a specifici difetti strutturali nel materiale".

Il Santo Graal per la scienza dei materiali sarebbe prevedere il comportamento di ricombinazione non radiativa di un materiale in base ai suoi difetti strutturali. Questi difetti derivano dal "drogaggio" di semiconduttori con impurità per controllarne e modularne le proprietà elettriche.

Guardando oltre l'onnipresente semiconduttore al silicio, gli scienziati si stanno rivolgendo ai nanocristalli di silicio come materiali candidati per la prossima generazione di celle solari e LED. I nanocristalli di silicio sono sistemi molecolari nel ballpark di 100 atomi con un'emissione di luce estremamente regolabile rispetto al silicio sfuso. E gli scienziati sono limitati solo dalla loro immaginazione nei modi per drogare e creare nuovi tipi di nanocristalli di silicio.

"Lo facciamo da circa cinque anni ormai, " Levine ha spiegato del suo lavoro di intersezione conica. "L'obiettivo principale del nostro lavoro è stato il proof-of concept, mostrando che questi sono calcoli che possiamo fare; che ciò che troviamo è in buon accordo con l'esperimento; e che può darci un'idea di esperimenti che non avremmo potuto ottenere prima, " Disse Levi.

Levine ha affrontato le sfide computazionali del suo lavoro utilizzando l'hardware dell'unità di elaborazione grafica (GPU), il tipo tipicamente progettato per i giochi per computer e la progettazione grafica. Le GPU eccellono nello sfornare attraverso calcoli di algebra lineare, la stessa matematica coinvolta nei calcoli di Levine che caratterizzano il comportamento degli elettroni in un materiale. "Utilizzando le unità di elaborazione grafica, siamo stati in grado di accelerare i nostri calcoli di centinaia di volte, che ci ha permesso di passare dalla scala molecolare, dove prima eravamo limitati, fino alla dimensione del nanomateriale, " Disse Levi.

Allocazioni di infrastrutture cibernetiche da XSEDE, l'ambiente di scoperta della scienza e dell'ingegneria eXtreme, ha dato a Levine accesso a oltre 975, 000 ore di calcolo sul sistema di supercalcolo Maverick presso il Texas Advanced Computing Center (TACC). Maverick è una risorsa dedicata alla visualizzazione e all'analisi dei dati progettata con 132 GPU NVIDIA Tesla K40 "Atlas" per la visualizzazione remota e il calcolo GPU per la comunità nazionale.

"Risorse su larga scala come Maverick al TACC, che hanno molte GPU, sono stati semplicemente meravigliosi per noi, "Levine ha detto. "Hai bisogno di tre cose per essere in grado di farcela. Hai bisogno di buone teorie. Hai bisogno di un buon hardware per computer. E hai bisogno di strutture che dispongano di quell'hardware in quantità sufficiente, in modo che tu possa fare i calcoli che vuoi fare."

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. "Ora, 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, dire, 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."

Lo studio, "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).