Scienza Cybersar : a personal selection Vincenzo Fiorentini UniCA & SLACS-CNR-INFM

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 L’infrastruttura Cybersar in breve Infrastruttura grid su rete ad alta velocità –4 strutture principali per il calcolo –connessione a centri di ricerca e ospedali Nucleo della rete su fibre spente : -Grid –Switching ottico –Bandwidth Unlimited Computing –Application Programmable Computing Resources Supporto della Regione Autonoma Sardegna –Rete regionale e altri interventi mirati (cfr INAF) Piattaforma di ricerca per calcolo, reti, e applicazioni fisiche Integrata con Grid nazionale e internazionale Permette di affrontare problemi “next level” in diversi campi

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 High Energy Physics Al CERN di Ginevra, il massimo laboratorio di HEP al mondo, è quasi pronto il più grande strumento scientifico mai costruito: il Large Hadron Collider (LHC) Il suo scopo è rispondere a questioni fondamentali sul modello standard e chiarificare l’ origine della massa e la natura dell’ antimateria.

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008

Highlights: quark-gluon plasma bosone di Higgs The Large Hadron Collider (LHC) - 1

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 The Large Hadron Collider (LHC) - 2 I quattro rivelatori ALICE, ATLAS, CMS, LHCb sono in fase finale di test e inizieranno a breve la raccolta dati I gruppi di ricerca in HEP impegnati in Cybersar sono coinvolti in due di questi: ALICE ed LHCb

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 The LHC Data Challenge Gli esperimenti ad LHC produrranno circa 1.5 Petabyte di dati all’ anno, da analizzare in buona parte in real-time L’ analisi dati ad LHC richiede una potenza di calcolo ~10 5 cores Unica soluzione praticabile il Grid Computing (cui contribuiscono i cores di Cybersar)

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 Two major science grid infrastructures …. EGEE - Enabling Grids for E-Science OSG - US Open Science Grid.. built on top of the international research network Cybersar nella world grid e per LHC

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 Cybersar/INFN ad LHC Le caratteristiche dell’ infrastruttura Cybersar hanno già permesso di sostenere il contributo dei gruppi di ricerca dell’ INFN impegnati nel progetto e coinvolti in ALICE e LHCb, due dei quattro esperimenti ad LHC, ed avranno un ruolo importante nel supportare il contributo di queste attività di ricerca con la partenza della presa dati. (cfr i poster specifici)

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 shifting gears: dall’infinitamente piccolo (/grande) all’infinitamente tanto

- “Super”principi primi (SC/SIC-DFT): <50 atomi, statico - Principi primi (DFT): <200 atomi, picosec, accurato - Effective-potential MD : ~ atomi, nanosec, medio - QMMM: multiscala quantistico (DFT) + classico - MonteCarlo: tempi e lunghezze “umani”, modellistico - Metadinamica: eventi rari, accurato, ma dispendioso - Parallelismo: (quasi) sempre una sine qua non Computing multiscala dai materiali alle “biocose”

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 Cinetica di una interfaccia amorfo/cristallo (SPE) Nanograni: crescita e morfologia (cristallinità, bordi di grano etc.) Materiali nanocristallini - 1 : evoluzione annealing Descrizione realistica di nanostrutture: sistemi di dimensioni estreme e simulazioni lunghe

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 Si nanocristallino: materiale prototipo per la fotovoltaica Effetti di confinamento sulle proprietà ottiche Assorbimento dei grani cristallini modulato dalla taglia Importanti effetti di bordo Materiali nanocristallini - 2 : ottica E(eV)  (E) vs R

Composti anticancerogeni Proteine: struttura vs funzione Antibiotici e loro azione Composti antimetastasi Interazione ligandi-recettori Selettività e riconoscimento molecolare RuRu ClCl Im DMSO Idrolisi e interazione con proteine Processi biologici al “microscopio atomico” Effetti di mutazione su funzione Diffusione di ligandi Permeabilità di membrane batteriche medicinali e recettori delta-oppioidi

Superconduttività da primi principi - 1 Teoria density-functional generalizzata allo stato superconduttore Quantità di interesse: gap superconduttivo, temperatura critica Applicazioni : metalli “BCS”, MgB 2, materiali sotto pressione, etc. Gap  vs energy: Nb MgB 2 : teoria vs esperimento

SC ad alta pressione SC anisotropa Correlazione tra “peso” orbitale indotto dalla pressione e gap superconduttivo p(d) weightgap function K Li Grafite intercalata CaC 6 Superconduttività da primi principi - 2

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 Esotismi nei materiali correlati - 1 : localizzazione Teoria DFT SIC, corretta per l’autointerazione: accesso ad (alcuni) materiali con alta correlazione elettronica Esempio: cuprati 1D magnetici, con transizioni di fase M-I legate alla localizzazione spontanea di carica. First-timer: polaroni magnetici “di Zhang-Rice” SM ISM

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 p=0.10 X S Y Γ (0,0)‏ (π, π)‏ Overdoped Superfici di Fermi “Cilindri”: non-magnetico “Tasche”: fase magnetica Possibile calcolo del pairing causato da fluttuazioni magnetiche ? Underdoped AF NM Esotismi correlati - 2 : high-T c ’s da principi primi ?

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 You ain’t seen nothing yet. Cybersar : il futuro

Vincenzo Fiorentini - UniCA/SLACS-CNR e-science Napoli 29 maggio 2008 Descrivere nanostrutture realistiche richiede sistemi di dimensioni estreme e simulazioni lunghe (~10 6 atomi, decine di ns). Materiali nanocristallini - 1 : struttura Efficient parallel codes are used to cope with the high computational workload of large-scale molecular dynamics simulations. The code CMPTool, developed jointly with CASPUR Rome, is based on the efficient numerical toolbox CMSApi designed for MD in materials science. Good parallelization speed-up and performance. CMPTool speed up