Två forskargrupper från ETH Zürich har utvecklat en metod som kan simulera nanoelektronikenheter och deras egenskaper realistiskt, snabbt och effektivt. Detta ger en stråle av hopp för både branschen och datacenteroperatörer, som båda kämpar med (över)värmningen som kommer med allt mindre och kraftfullare transistorer.

Chiptillverkare håller redan på att montera transistorer som mäter bara några nanometer i diameter. De är mycket mindre än ett människohår, vars diameter är cirka 20, 000 nanometer vid finare trådar. Nu, efterfrågan på allt kraftfullare superdatorer driver industrin att utveckla komponenter som är ännu mindre och samtidigt kraftfullare.

Dock, förutom fysiska lagar som gör det svårare att bygga ultraskaliga transistorer, Problemet med den ständigt ökande värmeavledningen försätter tillverkarna i en knepig situation – delvis på grund av kraftigt ökade kylbehov och den resulterande efterfrågan på energi. Kylning av datorerna står redan för upp till 40 procent av strömförbrukningen i vissa datacenter, som forskargrupperna ledda av ETH-professorerna Torsten Hoefler och Mathieu Luisier rapporterar i sin senaste studie, som de hoppas kommer att göra det möjligt att utveckla ett bättre tillvägagångssätt. Med sin studie, forskarna har tilldelats ACM Gordon Bell Prize, det mest prestigefyllda priset inom superdatorer, som delas ut årligen på SC supercomputing-konferensen i USA.

För att göra dagens nanotransistorer mer effektiva, forskargruppen ledd av Luisier från Integrated Systems Laboratory (IIS) vid ETH Zürich simulerar transistorer med programvara som heter OMEN, som är en så kallad kvanttransportsimulator.

OMEN kör sina beräkningar baserat på vad som kallas densitetsfunktionell teori, möjliggör en realistisk simulering av transistorer i atomär upplösning och på kvantmekanisk nivå. Denna simulering visualiserar hur elektrisk ström flyter genom nanotransistorn och hur elektronerna interagerar med kristallvibrationer, vilket gör det möjligt för forskare att exakt identifiera platser där värme produceras. I tur och ordning, OMEN ger också användbara ledtrådar om var det finns utrymme för förbättringar.

Förbättra transistorer med optimerade simuleringar

Tills nu, konventionella programmeringsmetoder och superdatorer tillät endast forskare att simulera värmeavledning i transistorer bestående av cirka 1, 000 atomer, eftersom datakommunikation mellan processorerna och minneskrav gjorde det omöjligt att producera en realistisk simulering av större objekt.

De flesta datorprogram ägnar inte större delen av sin tid åt att utföra datoroperationer, utan snarare flytta data mellan processorer, huvudminne och externa gränssnitt. Enligt forskarna, OMEN led också av en uttalad flaskhals i kommunikationen, vilket minskade prestandan. "Mjukvaran används redan i halvledarindustrin, men det finns stort utrymme för förbättringar när det gäller dess numeriska algoritmer och parallellisering, säger Luisier.

Tills nu, parallelliseringen av OMEN designades enligt fysiken för det elektrotermiska problemet, som Luisier förklarar. Nu, Ph.D. student Alexandros Ziogas och postdoktorn Tal Ben-Nun – som arbetar under Hoefler, chef för Scalable Parallel Computing Laboratory vid ETH Zürich - har inte tittat på fysiken utan snarare på beroendena mellan data. De omorganiserade beräkningsoperationerna enligt dessa beroenden, effektivt utan att ta hänsyn till den underliggande fysiken. Vid optimering av koden, de hade hjälp av två av de mest kraftfulla superdatorerna i världen — "Piz Daint" vid Swiss National Supercomputing Center (CSCS) och "Summit" vid Oak Ridge National Laboratory i USA, den senare är den snabbaste superdatorn i världen. Enligt forskarna, den resulterande koden – kallad DaCe OMEN – gav simuleringsresultat som var precis lika exakta som de från den ursprungliga OMEN-mjukvaran.

För första gången, DaCe OMEN har enligt uppgift gjort det möjligt för forskare att producera en realistisk simulering av transistorer som är tio gånger så stora, består av 10, 000 atomer, på samma antal processorer - och upp till 14 gånger snabbare än den ursprungliga metoden tog för 1, 000 atomer. Övergripande, DaCe OMEN är effektivare än OMEN med två storleksordningar:på toppmötet, det var möjligt att simulera, bland annat, en realistisk transistor upp till 140 gånger snabbare med en bibehållen prestanda på 85,45 petaflops per sekund – och faktiskt att göra det med dubbel precision på 4, 560 datornoder. Denna extrema ökning av datorhastigheten har gett forskarna Gordon Bell-priset.

Datacentrerad programmering

Forskarna uppnådde denna optimering genom att tillämpa principerna för datacentrerad parallell programmering (DAPP), som utvecklades av Hoeflers forskargrupp. Här, målet är att minimera datatransport och därmed kommunikation mellan processorerna. "Denna typ av programmering tillåter oss att mycket exakt bestämma inte bara var denna kommunikation kan förbättras på olika nivåer av programmet, men också hur vi kan ställa in specifika datorintensiva avsnitt, kända som beräkningskärnor, inom beräkningen för ett enda tillstånd, "säger Ben-Nun. Denna metod på flera nivåer gör det möjligt att optimera en applikation utan att behöva skriva om den varje gång.

Datarörelser optimeras också utan att den ursprungliga beräkningen ändras – och för vilken datorarkitektur som helst. "När vi optimerar koden för målarkitekturen, vi ändrar det nu bara ur prestandaingenjörens perspektiv, och inte programmerarens – det vill säga, forskaren som översätter det vetenskapliga problemet till kod, " säger Hoefler. Detta, han säger, leder till upprättandet av ett mycket enkelt gränssnitt mellan datavetare och tvärvetenskapliga programmerare.

Tillämpningen av DaCe OMEN har visat att mest värme genereras nära slutet av nanotransistorkanalen och avslöjat hur den sprider sig därifrån och påverkar hela systemet. Forskarna är övertygade om att den nya processen för att simulera elektroniska komponenter av detta slag har en mängd potentiella tillämpningar. Ett exempel är tillverkning av litiumbatterier, vilket kan leda till några obehagliga överraskningar när de överhettas.