Блог

Aug 07, 2023

Квантовый отжиг для уравновешивания микроструктуры с длинными

Научные отчеты, том 13,

Научные отчеты, том 13, Номер статьи: 6036 (2023) Цитировать эту статью

438 Доступов

2 цитаты

Подробности о метриках

Мы демонстрируем использование и преимущества подходов квантового отжига для определения равновесных микроструктур в сплавах с памятью формы и других материалах с дальнодействующим упругим взаимодействием между когерентными зернами и их различными вариантами и фазами мартенсита. После одномерной иллюстрации общего подхода, который требует формулировать энергию системы в терминах гамильтониана Изинга, мы используем удаленно-зависимые упругие взаимодействия между зернами, чтобы предсказать выбор варианта для различных собственных деформаций преобразования. Результаты и производительность вычислений сравниваются с классическими алгоритмами, демонстрируя, что новый подход может привести к значительному ускорению моделирования. Помимо дискретизации с использованием простых кубических элементов, возможно также прямое представление произвольных микроструктур, что позволяет быстро моделировать до нескольких тысяч зерен.

Моделирование микроструктур — важный подход к пониманию, совершенствованию и разработке новых материалов для различных применений. Однако, поскольку механизмы различной длины и временных масштабов тесно связаны между собой, такие описания и реализации моделей обычно сложны и требуют огромных вычислительных ресурсов. Хотя подходы моделирования фазового поля – наиболее известный метод прогнозирования эволюции микроструктуры – значительно выигрывают от таких разработок, как предел тонкой границы раздела1,2, модели недиагонального фазового поля3,4 и подходы острого фазового поля5, моделирование, содержащее большие микроструктурные области, для получения прогнозов с определенными статистическая значимость редка и сильно ограничена доступными (супер)компьютерными ресурсами и связанными с ними затратами и энергопотреблением. Несмотря на огромный прогресс в этой области исследований и широкое использование параллельных компьютеров и видеокарт для моделирования, ограничения вычислительных методов остаются серьезной нитью на пути фундаментального научного прогресса и прикладных исследований.

Один из поразительных вопросов, который возникает на горизонте моделирования в области материаловедения, заключается в том, как квантовые вычисления потенциально изменят ландшафт моделирования в будущем. Однако в настоящее время квантовый компьютер общего назначения достаточного размера еще не доступен. Тем временем появилась технология, известная как квантовый отжиг (QA)6,7,8,9,10, и она доступна на нескольких сайтах по всему миру. Использование таких машин существенно отличается от традиционных компьютеров на основе вентилей, и поэтому в настоящее время квантовые отжиги могут решать только конкретные проблемы11. Идея квантового отжига заключается в том, что его кубиты инициализируются в четко определенном состоянии, которое описывается гамильтонианом с уникальным основным состоянием12. Во время работы при криогенных температурах этот гамильтониан адиабатически изменяется так, что основное состояние превращается в состояние конечного желаемого гамильтониана12,13, и, следовательно, позволяет эффективно выполнять глобальные вычисления по минимизации энергии. Структура этих гамильтонианов представляет собой бинарную квадратичную модель, которую можно выразить в терминах квадратичной бинарной оптимизации без ограничений или, что то же самое, через модель Изинга11. Из-за этой специфической структуры применение этой технологии в области материаловедения пока остается редким. Вместо этого фактические исследования сосредоточены в основном на сравнительном тестировании и тестировании производительности квантового отжига по сравнению с классическими подходами14,15,16.

Недавно были разработаны некоторые первые приложения в области биологии и исследования дорожного движения в смысле задач оптимизации. Здесь квантовый отжиг позволяет эффективно анализировать транскрипционные факторы в экспрессии генов с помощью комбинированных алгоритмов машинного обучения17, идентифицировать конформации моделей решетчатых белков18 и их сворачивания19, обнаруживать древесный покров на аэрофотоснимках20, решать реальные задачи оптимизации транспортных потоков21 или управлять автоматизированными управляемые машины22. Однако использование квантового отжига в материаловедении не получило широкого распространения, и лишь немногие публикации посвящены фазовым переходам в модели Изинга в поперечном поле23, исследованию критических явлений в фрустрированных магнитах с помощью модели Изинга Шастри-Сазерленда24, выборки Монте-Карло25 и автоматизированного метода Материальный дизайн метаматериалов26. Поэтому цель настоящей статьи – продемонстрировать, что эта новая технология действительно может привести к совершенно новым возможностям, выходящим за рамки существующих и обычно используемых описаний моделирования микроструктур.