Dipartimento dell’Energia accelera le tecnologie emergenti

Il Dipartimento dell'Energia accelera le tecnologie emergenti

Il ciclo di innovazione per una tecnologia emergente può richiedere anni, a volte decenni, per passare dalla fase di ideazione a una tecnologia commercializzata, un periodo di tempo che il Direttore dell’Ufficio delle Scienze del Dipartimento dell’Energia degli Stati Uniti, Asmeret Asefaw Berhe, afferma che gli Stati Uniti non possono più permettersi se vogliono rimanere al passo con la concorrenza globale.

Il risultato è il nuovo programma dell’agenzia, del valore di 73 milioni di dollari, per “Accelerare la transizione dalla scoperta alla commercializzazione”. Il programma biennale, lanciato con una chiamata per proposte a febbraio, ha annunciato a settembre che finanzierà 11 progetti.

“Abbiamo bisogno di fornire più percorsi per collegare la ricerca di base con finalità d’uso all’applicazione della ricerca per abbreviare il tempo che passa tra il banco del laboratorio e l’uso. Questi finanziamenti ci aiuteranno a risolvere sfide e lacune nel processo di transizione”, ha spiegato Berhe.

Uno dei principali progetti, finanziato con 8 milioni di dollari, è la chimica computazionale per le masse, diretta dal Pacific Northwest National Laboratory (ogni programma biennale sarà diretto da un National Lab).

• Il mercato nero di GitHub che aiuta i programmatori a barare nel concorso di popolarità
• Atom Computing Primi Annunciano un computer quantistico con oltre 1.000 qubit
• Migliori ‘Mappa’ delle Luci che Vedi Quando Chiudi gli Occhi può Migliorare i Risultati degli Occhi Bionici

In collaborazione con i partner industriali Microsoft e Micron, il Pacific Northwest National Laboratory (PNNL) ha denominato il suo progetto “Transferring Exascale Computational Chemistry to Cloud Computing” (TEC4), con l’obiettivo di creare un ambiente di cloud computing specializzato per fornire la chimica computazionale a livello di exascale come servizio (CCaaS), al fine di accelerare la scoperta di nuovi materiali con le capacità predittive del calcolo a livello di exascale.

“Il Oak Ridge National Lab ha già un supercomputer a livello di exascale e l’Argonne National Labs terminerà l’installazione di una seconda struttura entro la fine di quest’anno, ma c’è una lunga fila d’attesa per accedere a queste risorse di calcolo a livello di exascale”, ha detto il principale investigatore del PNNL, Karol Kowalski. “Il nostro obiettivo è democratizzare l’accesso agli strumenti computazionali di chimica a prestazioni exascale nel cloud.”

Per raggiungere questo obiettivo, 30 esperti di software del PNNL, insieme ai colleghi della Central Michigan University, del Lawrence Berkeley National Lab, della Louisiana State University, dell’University of Texas e dell’University of Utah, creeranno flussi di lavoro software che possono essere configurati individualmente per l’accelerazione nel cloud, ottenendo prestazioni complessive che possono eguagliare quelle che possono essere raggiunte dai supercomputer a livello di exascale.

“La chimica computazionale simula le interazioni molecolari a livello quantomeccanico, creando diversi collo di bottiglia nel suo flusso di lavoro”, ha detto Kowalski. “Abbiamo intenzione di orchestrare questi flussi di lavoro in modo che durante l’esecuzione passino a diversi acceleratori che forniscono prestazioni a livello di exascale per quel segmento del flusso di lavoro.”

L’architettura cloud per questo progetto sarà Azure di Microsoft completata da acceleratori forniti da Micron, che possono essere configurati per ciascun segmento del flusso di lavoro CCaaS. I ricercatori del PNNL hanno già lavorato con l’architettura cloud di Microsoft Azure con successo limitato, ma con l’impulso dal programma “Accelerate” del Dipartimento dell’Energia, Kowalski spera di individuare e risolvere i collo di bottiglia con hardware Micron, in particolare la Compute Express Link (CXL), progettata per essere configurabile per mitigare i collo di bottiglia tra le risorse di calcolo e la memoria dinamica ad accesso casuale.

“La modellazione delle interazioni molecolari a livello quantomeccanico richiede l’accesso a molta memoria in diverse fasi del flusso di lavoro”, ha detto Kowalski. “La tecnologia di Micron è un prerequisito per l’esecuzione degli algoritmi di apprendimento automatico innovativi che stiamo progettando per CCaaS.”

Nell’architettura CCaaS, la riduzione dei costi e l’aumento dell’accesso alla chimica computazionale per l’esplorazione di nuovi materiali sono prioritari, riducendo nel contempo il consumo di energia fornendo un’accelerazione a livello di exascale solo quando necessario.

Il primo anno del programma sarà dedicato all’assemblaggio del flusso di lavoro computazionale TEC4 con l’identificazione dei segmenti che necessitano di accelerazione a livello di exascale su richiesta. Il secondo anno sarà dedicato all’assemblaggio di un’architettura CCaaS chiavi in mano e alla presentazione di applicazioni funzionanti al Dipartimento dell’Energia.

Due applicazioni TEC4 saranno coinvolte nella dimostrazione del Dipartimento dell’Energia. La prima esplorerà metodologie di degradazione scalabili per le “sostanze chimiche eternamente” (abbreviate come PFAS), sostanze chimiche pericolose utilizzate per produrre prodotti di uso quotidiano che si accumulano nell’ambiente in quanto non si degradano facilmente nel tempo. La seconda applicazione di dimostrazione cercherà di individuare sostanze chimiche per la catalisi “verde” per la produzione di fertilizzanti più sicuri.

Era degli Angstrom

Un altro progetto del laboratorio nazionale che ha ricevuto un finanziamento di 8 milioni di dollari nell’ambito del programma mira ad accelerare le strategie di progettazione dei semiconduttori sub-nanometrici (era degli angstrom), guidato dall’investigatore principale Chang-Yong Nam presso il Brookhaven National Laboratory. La sua proposta, intitolata “Acceleratore di sviluppo di materiali per la modellazione di semiconduttori nell’era degli angstrom”, mira a risolvere un ostacolo che impedisce lo sviluppo tempestivo di fotoresist ottimizzati richiesti per modellare i semiconduttori al di sotto del nodo tecnologico di un nanometro (tecnologia di 10 angstrom) con luce ad onda estrema ultravioletta (EUV) di 13.5 nanometri, afferma Nam, sottolineando che i fotoresist attuali richiedono un tempo di esposizione EUV relativamente lungo, rispetto alla luce al di sotto dell’onda di profondità ultravioletta (DUV) di 193 nanometri della generazione precedente.

“Il tempo di esposizione EUV più lungo richiesto dai fotoresist polimerici tradizionali riduce la produttività fino al 60% rispetto alla tecnologia DUV della generazione precedente”, ha detto Nam.

Secondo Nam, il carbonio, il principale elemento presente nei fotoresist organici convenzionali, ha una scarsa sensibilità EUV, richiedendo un tempo di esposizione più lungo per la modellazione. La soluzione, sostiene Nam, è quella di infondere fotoresist organici polimerici tradizionali con atomi inorganici che presentano una migliore sensibilità EUV, come lo stagno, l’indio e l’hafnio. La sintesi chimica convenzionale di fotoresist contenenti materiali inorganici è complessa e richiede tempo, il che spiega la ricerca di Nam di trovare un modo migliore.

“Abbiamo avuto successo nell’infiltrazione di vapori di elementi inorganici nei fotoresist organici dopo la fase di spin-coating su una lastra di silicio”, ha detto Nam, “ma ci sono molte variabili che devono essere studiate e regolate per ciascun materiale inorganico candidato, a partire dall’interazione chimica tra l’elemento inorganico infuso e la matrice organica e la quantità da aggiungere”.

Il team di Nam cercherà di ottimizzare tale processo utilizzando l’apprendimento automatico per correlare i diversi valori delle variabili con le migliori prestazioni di modellazione EUV per la fotolitografia dell’era degli angstrom. Uno degli ostacoli è che le macchine per la produzione di EUV costano 200 milioni di dollari, ben oltre quanto di solito può essere sostenuto per un lavoro di laboratorio. Ecco perché Nam e i suoi colleghi useranno fasci di elettroni a basso costo per approssimare approssimativamente la luce EUV, seguiti dall’utilizzo di una linea di fascio EUV dai sincrotroni a raggi x di Brookhaven e Lawrence Berkeley Lab. L’idea è di regolare le variabili “proxy” delle linee di elettroni e sincrotroni utilizzando l’apprendimento automatico per correlarle alle impostazioni delle variabili EUV. Alla fine del progetto, Nam e i suoi colleghi sperano di avere appreso a livello di macchina una tabella di consultazione che specifica come regolare correttamente i parametri EUV a partire dalle variabili dei fasci di elettroni e dei sincrotroni ottimamente regolati.

“Speriamo anche di determinare ‘come’ gli elementi inorganici aumentano la sensibilità dei fotoresist, il che faciliterà l’esplorazione dello spazio molto ampio delle composizioni di materiali ibridi”, ha detto Nam.

Oltre ai Brookhaven National Labs e ai Lawrence Berkeley National Labs, l’Università del Texas e la California State University contribuiranno al progetto.

Altri finanziamenti destinati ai laboratori nazionali includono due per il Thomas Jefferson National Accelerator Facility in Virginia: “Processo di integrazione superconduttiva avanzata che consente hardware sostenibile per l’IA e il calcolo quantistico”, guidato dall’investigatore principale Anne-Marie Valente, e “Nuova generazione di acceleratori compatte ad alta potenza per applicazioni industriali” guidato dall’investigatore principale John Vennek.

All’Argonne National Laboratory, l’investigatore principale Jerry Nolen superviserà un progetto intitolato “Tele-robotica verso la tele-autonomia per la produzione di isotopi”.

All’Oak Ridge National Laboratory, l’investigatore principale Venugopal Varma superviserà un progetto sulla “Pianta pilota di fusione manutenibile”.

Allo SLAC National Accelerator Laboratory di Menlo Park, in California, l’investigatore principale Simon Bare intraprenderà un progetto chiamato “Piattaforma integrata per prevedere la degradazione dei catalizzatori per la conversione sostenibile di materie prime alternative in carburanti e prodotti chimici”, mentre l’investigatore principale Julie Segal pianificherà un progetto su “Soluzioni di rilevamento tridimensionale integrate”.

Infine, al National Renewable Energy Laboratory del Colorado, l’investigatore principale Davinia Salvachua Rodriguez superviserà un progetto sulla “Rilevazione in tempo reale e calcolo adattativo per eludere le eterogeneità cellulari indotte dal microambiente e accelerare i bioprocessi scalabili”.

Gli 11 progetti hanno ricevuto 38 milioni di dollari nell’anno fiscale 2023, che si è concluso il 30 settembre; altri 35 milioni di dollari di finanziamento sono previsti per l’anno fiscale 2024.

R. Colin Johnson è un Kyoto Prize Fellow che ha lavorato come giornalista tecnologico per due decenni.