article · reposiTUm (TU Wien) · 2023

Optimizing the Density Functional Theory Code WIEN2k

Ruh, Thomas

Cited by 1Open access

Abstract

Erkenntnisse über moderne Materialien auf einem atomistischen Level sowie ein Verständnis von Struktur-Eigenschaftsbeziehungen sind von größter Bedeutung, wenn es um das Design und/oder die Optimierung von Materialien geht. Eine Möglichkeit, solche Erkenntnisse zu gewinnen, stellen Computersimulationen dar, für deren Durchführung heute eine Vielzahl verschiedener Modelle und Näherungsmethoden im Einsatz sind. Das Softwarepaket WIEN2k verwendet „Full-Potential Linearized Augmented Plane Wave“ Kohn-Sham-Dichtefunktionaltheorie (DFT), um Materialien zu beschreiben und deren Eigenschaften zu berechnen und/oder vorherzusagen. Die Grundlage dafür sind fundamentale quantenmechanische Simulationen ihrer elektronischen Strukturen. Heutzutage ist die Leistungsfähigkeit moderner Computerhardware so weit fortgeschritten, dass es möglich ist, derartige Simulationen auf einem „normalen“ Laptop zu rechnen, sofern es sich um „einfache“ Materialien handelt. Allerdings wachsen die komputativen Kosten solcher Simulationen mit der dritten Potenz der Zahl der Atome, die notwendig ist, um das Material zu modellieren. Dies führt dazu, dass die Verwendung von hocheffizienten und optimierten Computercodes unerlässlich ist, um deshalb immer noch herausfordernde komplexere Materialien mit Simulationen behandeln zu können. Eine der größten Hürden bei der Behandlung von komplexen Materialien besteht in der Tatsache, dass im Zuge von DFT-Simulationen wiederholt generalisierte Eigenwertprobleme zu lösen sind, die immer noch zu den für Computer am schwierigsten zu lösenden algebraischen Problemen gehören. In dieser Arbeit wird die Leistungsfähigkeit der in WIEN2k verwendeten Algorithmen zur Lösung von Eigenwertproblemen getestet und optimiert – sowohl im Zusammenhang mit High Performing Computing (deutsch etwa „Hochleistungsrechnen“) als auch für Fälle, in denen alle statt nur „einige“ der niedrigsten Eigenwerte benötigt werden (wie es bei Routinerechnungen mit WIEN2k der Fall ist). Darüber hinaus wird mithilfe eines neuen Programms (3DDENS) eine neue signifikant schnellere Methode zur Berechnung von Elektronendichten auf 3D-Rastern aus WIEN2k-Daten implementiert. Schließlich wird WIEN2k auf einige Fallbeispiele unterschiedlicher Komplexität angewendet, um unterschiedliche Anforderungen verschiedener Problemstellungen an komputative Parameter sowie Optimierungsansätze zu zeigen.

Cite this paper

APA 7

Ruh, T. (2023). Optimizing the Density Functional Theory Code WIEN2k. reposiTUm (TU Wien). https://doi.org/10.34726/hss.2023.113180

MLA 9

Ruh, Thomas. “Optimizing the Density Functional Theory Code WIEN2k.” reposiTUm (TU Wien), 2023, https://doi.org/10.34726/hss.2023.113180.

Chicago

Ruh, Thomas. 2023. “Optimizing the Density Functional Theory Code WIEN2k.” reposiTUm (TU Wien). https://doi.org/10.34726/hss.2023.113180.

Harvard

Ruh, T. (2023) ‘Optimizing the Density Functional Theory Code WIEN2k’, reposiTUm (TU Wien). Available at: https://doi.org/10.34726/hss.2023.113180.

BibTeX

@article{ruh2023optimizing,
  title = {{Optimizing the Density Functional Theory Code WIEN2k}},
  author = {Ruh, Thomas},
  journal = {reposiTUm (TU Wien)},
  year = {2023},
  doi = {10.34726/hss.2023.113180}
}

Made from the index record. Check names, capitalisation and page numbers against the paper. Need another style? AI for Research has over 10,000.