Supercalcolo, Infrastruttura

Strumento/i principale utilizzato per IEMAP

Infrastruttura HPC CRESCO la cui installazione più potente è CRESCO6 presso il CR Portici. 

CRESCO6 è l’infrastruttura di calcolo disponibile in ENEAGRID con la maggiore potenza di calcolo. È installato presso il centro di ricerca ENEA di Portici (Na) ed è un sistema di calcolo con potenza di picco pari a 1.4 PetaFlops, costituito da 434 nodi. Ogni nodo ha: 

• 2 socket da 24 core con processore Intel Xeon Platinum 8160 con frequenza di clock pari 2.10 GHz e 192 GB di RAM;
• Una interfaccia Intel Omni-Path 100 Gb/s;
• Due interfacce GbE;
• Supporto BMC/IPMI 1.8 e software per la gestione remota della console.

Si hanno quindi a disposizione 20.832 core connessi tra loro da una rete a larga banda e bassa latenza basata su Intel Omni-Path a 100 Gb/s.

I codici disponibili sono Quantum ESPRESSO, CP2K e VASP, che adottano approcci quanto-meccanici e LAMMPS che invece adotta tecniche di simulazione di dinamica classica.

Tipo di misure che sono possibili da realizzare in questo laboratorio, con questo strumento/i

Progettazione al computer di materiali per applicazioni energetiche. Realizzazione di simulazioni di materiali a livello atomico per calcolare le loro proprietà strutturali ed elettroniche.

Applicazione
Batterie (materiali catodici per l’accumulo elettrochimico) e Fotovoltaico (nanofili di silicio, quantum dots, perovskiti).

Descrizione risultati raggiunti SAL2

Sono stati raggiunti i risultati attesi perché sono stati individuati i codici di calcolo di interesse per i gruppi partecipanti al progetto IEMAP e sono state realizzate le relative installazioni. I codici necessari per lo studio di materiali innovativi per l’energia sono stati compilati ed installati in ambiente ENEAGRID per un uso efficace sul supercomputer CRESCO6. Questi codici sono stati sottoposti a test specifici, mirati alla tipologia di esperimenti che dovranno realizzare, con il fine di valutare le prestazioni in termini di calcolo e scalabilità parallela. La predisposizione degli ambienti di calcolo per ogni codice include l’affiancamento di ogni utente per una formazione specifica e pianificazione delle attività per assicurare le performance ottimali sui casi di interesse. L’insieme dei codici disponibili si completa con l’installazione di un ambiente virtuale per l’accesso a librerie di machine learning. Le librerie di machine learning e i tool realizzati permettono l’analisi di grandi moli di dati tramite tecniche di intelligenza artificiale. Questa linea di attività è necessaria e propedeutica per la realizzazione della piattaforma di progettazione integrata e accelerata dei materiali per l’energia.