Solceller tål inte värmen. Solceller förlorar en del energi som värme när solljus omvandlas till elektricitet. Det omvända gäller för lampor gjorda med lysdioder (LED), som omvandlar el till ljus. Vissa forskare tror att det kan finnas ljus i slutet av tunneln i jakten på bättre halvledarmaterial för solceller och lysdioder, tack vare superdatorsimuleringar som utnyttjade grafikbehandlingsenheter för att modellera nanokristaller av kisel.

Forskare kallar värmeförlusten i lysdioder och solceller för icke-strålningsrekombination. Och de har kämpat för att förstå den grundläggande fysiken för denna värmeförlust, speciellt för material med molekyler på över 20 atomer.

"Den verkliga utmaningen här är systemstorleken, " förklarade Ben Levine, docent vid Institutionen för kemi vid Michigan State University. "Att gå från den där gränsen på 10-20 atomer upp till 50-100-200 atomer har varit den verkliga beräkningsutmaningen här, " sa Levine. Det beror på att beräkningarna involverade skala med storleken på systemet till viss makt, ibland fyra eller upp till sex, sa Levine. "Att göra systemet tio gånger större kräver faktiskt att vi presterar kanske 10, 000 gånger fler operationer. Det är verkligen en stor förändring i storleken på våra beräkningar."

Levines beräkningar involverar ett koncept inom molekylär fotokemi som kallas en konisk skärningspunkt - degenerationspunkter mellan de potentiella energiytorna i två eller flera elektroniska tillstånd i ett slutet system. En perspektivstudie publicerad i september 2017 i Journal of Physical Chemistry Letters fann att den senaste beräkningsmässiga och teoretiska utvecklingen har möjliggjort placeringen av defektinducerade koniska skärningar i halvledarnanomaterial.

"Det viktigaste bidraget från vårt arbete har varit att visa att vi kan förstå dessa rekombinationsprocesser i material genom att titta på dessa koniska skärningar, " sa Levine. "Vi har kunnat visa är att de koniska skärningarna kan associeras med specifika strukturella defekter i materialet."

Den heliga gralen för materialvetenskap skulle vara att förutsäga icke-strålande rekombinationsbeteende hos ett material baserat på dess strukturella defekter. Dessa defekter kommer från att "dopa" halvledare med föroreningar för att kontrollera och modulera dess elektriska egenskaper.

Ser man bortom den allestädes närvarande kiselhalvledaren, forskare vänder sig till nanokristaller av kisel som kandidatmaterial för nästa generation av solceller och lysdioder. Kiselnanokristaller är molekylära system i bollplanken med 100 atomer med extremt inställbar ljusemission jämfört med bulkkisel. Och forskare begränsas endast av sin fantasi på sätt att dopa och skapa nya typer av kiselnanokristaller.

"Vi har gjort det här i ungefär fem år nu, " Levine förklarade om sitt koniska korsningsarbete. "Huvudfokus för vårt arbete har varit proof-of-concept, visar att detta är beräkningar som vi kan göra; att det vi finner stämmer väl överens med experimentet; och att det kan ge oss insikt i experiment som vi inte kunde få tidigare, sa Levine.

Levine tog upp de beräkningsmässiga utmaningarna i sitt arbete med hjälp av grafikprocessorenhet (GPU) hårdvara, den typ som vanligtvis är utformad för datorspel och grafisk design. GPU:er utmärker sig vid churning genom linjära algebraberäkningar, samma matematik som ingår i Levines beräkningar som karaktäriserar elektronernas beteende i ett material. "Med hjälp av grafiska bearbetningsenheter, vi har kunnat accelerera våra beräkningar hundratals gånger, som har gjort det möjligt för oss att gå från den molekylära skalan, där vi var begränsade tidigare, upp till storleken på nanomaterial, sa Levine.

Cyberinfrastrukturtilldelningar från XSEDE, eXtreme Science and Engineering Discovery Environment, gav Levine tillgång till över 975, 000 beräkningstimmar på Mavericks superdatorsystem vid Texas Advanced Computing Center (TACC). Maverick är en dedikerad visualiserings- och dataanalysresurs byggd med 132 NVIDIA Tesla K40 "Atlas" GPU för fjärrvisualisering och GPU-beräkning till det nationella samhället.

"Storskaliga resurser som Maverick på TACC, som har många GPU:er, har bara varit underbart för oss, " sa Levine. "Du behöver tre saker för att kunna klara det här. Du behöver bra teorier. Du behöver bra datorhårdvara. Och du behöver anläggningar som har den hårdvaran i tillräcklig mängd, så att du kan göra de beräkningar du vill göra."

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. "Nu, 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, säga, 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."

Studien, "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).