UNITÀ CALCOLO E MODELLISTICA (CaMo) SEMINARI – ANNO 2003 Modellistica Numerica in Scienza dei Materiali Calcolo ad alte prestazioni e modellistica numerica.

Slides:



Advertisements
Presentazioni simili
Termodinamica Chimica
Advertisements

Scienza dei Materiali Computazionale in ENEA-GRID
CRESCO – Kick-off meeting LA II – 23 maggio 2006 CRESCO–workshop SPIII– ENEA 06Luglio 2007 ITALIAN NATIONAL AGENCY FOR NEW TECNOLOGY,
Sviluppo di tecniche innovative per la fabbricazione di nanofili superconduttivi e caratterizzazione delle relative proprietà strutturali, magnetiche ed.
Fisica dei Materiali I 1.1) Epoche (culture)  materiali
FEM 2010, Roma 13 dicembre 2010 S. Ventre et all, Calcolo Elettromagnetico Intensivo per la soluzione di problemi basati su formulazione integrale Calcolo.
CHIMICA COMPUTAZIONALE
Roma, 4 Marzo 2008 Luso di R per il calcolo delle stime e degli errori Monica Scannapieco Internalizzazione dello Sviluppo Software Diego Zardetto Software.
Introduzione al calcolo parallelo SISTEMI INFORMATIVI AZIENDALI Pierpaolo Guerra Anno accademico 2009/2010.
Il Software: Obiettivi Programmare direttamente la macchina hardware è molto difficile: lutente dovrebbe conoscere lorganizzazione fisica del computer.
Introduzione allinformatica. Cosè linformatica ? Scienza della rappresentazione e dellelaborazione dellinformazione ovvero Studio degli algoritmi che.
Università degli Studi di Bergamo Facoltà di Lingue e Letterature Straniere Facoltà di Lettere e Filosofia A.A Informatica generale 1 Appunti.
Aspetti importanti da conoscere con sicurezza:
Proposta di integrazione e consolidamento delle risorse presenti nellinfrastruttura Grid dellItalia Meridionale (L. Merola, )
Informatica a Verona Dipartimento di Informatica Facoltà di Scienze MM. FF. NN. Università degli Studi di Verona
Modelli e Algoritmi per la Logistica
Termodinamica Chimica
Dinamica Molecolare.
Test del Monitoraggio del Tracker usando un Tier2 M.S. Mennea, G. Zito, N. De Filippis Università & INFN di Bari Riunione Consorzio – Torino 18 Novembre.
CRESCO – Kick-off meeting LA II – 23 maggio 2006 LA II Sviluppo di tecnologie e modelli computazionali per la descrizione di sistemi complessi di origine.
Incontro CRESCO – ENEA PORTICI – 23 ottobre 2006 ITALIAN NATIONAL AGENCY FOR NEW TECNOLOGY, ENERGY AND THE ENVIRONMENT.
CRESCO – Kick-off meeting LA II – 23 maggio 2006 CRESCO–Infrastruttura HPC– ENEA 03 aprile Il Progetto.
Riunione CRESCO Infrastruttura HPC Cresco Analisi Preliminare.
Analisi Computazionale Fluido-Struttura sulla Griglia ENEA
CRESCO LAII Sviluppo di tecnologie e modelli computazionali per la descrizione di sistemi complessi di origine biologica e di materiali innovativi Vittorio.
Supercalcolo al CILEA: risorse e opportunità CAPI /11/2005 Dr. Claudio Arlandini, PhD HPC System Administrator.
3. Architettura Vengono descritte le principali componenti hardware di un calcolatore.
WP 14 Grid Applications for Geophysics Istituto Nazionale di Geofisica e Vulcanologia INGV Progetto FIRB Grid.it Documento di rimodulazione.
INTRODUZIONE Il termine Informatica deriva dalla fusione dei termini INFORmazione autoMATICA si intende indicare la scienza che ha il compito di raccogliere,
Grid Computing Sergio Andreozzi (INFN-CNAF). A chi interessano i dati prodotti da LHC? Circa 5,000 scienziati –sparsi nel mondo –appartenenti ad istituzioni/università
Grid Computing Sergio Andreozzi. Chi è interessato ad analizzare i dati generati da LHC? Circa 5,000 scienziati –distribuiti nel mondo –appartenenti ad.
Corso di abilità informatiche
UNIVERSITA’ STUDI DI ROMA “FORO ITALICO”
5 Feb 2002Stefano Belforte – INFN Trieste calcolo per CDF in Italia1 Calcolo per CDF in Italia Prime idee per lanalisi di CDF al CNAF Numeri utili e concetti.
Relatore: Prof. Carla VACCHI Correlatore: Ing. Daniele SCARPA
ARCHITETTURA DEGLI ELABORATORI
L' ARCHITETTURA DI VON NEUMANN
Roberto Capuzzo Dolcetta, Paolo Miocchi
Scuolambiente – Catania 30 Marzo 2007 Stefano Gazziano – Dip. Fisica e Materiali Nuove tecnologie per la didattica Il contributo di ENEA e CUTGANA per.
La “Griglia” informatica Fabrizio Gagliardi CERN EGEE Project Director
FESR Consorzio COMETA - Progetto PI2S2 Sala Grid e applicazioni scientifiche Dr.ssa Annamaria Muoio & Dr. Andrea Nigro 16/05/2006.
STRUTTURA DELL’ELABORATORE
Il supercalcolo fai-da-te
Hardware e software Hardware Software
Manutenzioni e Mezzi di Calcolo Paolo Morettini – INFN Genova Valerio Vercesi – INFN Pavia CSN1 - Catania Settembre 2002.
Architettura del calcolatore
GPGPU General Purpose Computation on GPU Emanuele Ruffaldi 2005 Corso su Elasticità non lineare ed Oggetti Deformabili.
Corso di Laurea in Biotecnologie corso di Informatica Paolo Mereghetti DISCo – Dipartimento di Informatica, Sistemistica e Comunicazione.
MODULO 11 Concetti Di Base Della Tecnologia Dell'informazione -HardwareHardware -SoftwareSoftware -Information Technology.
3  Sistema composto da un numero elevato di componenti, in cui ogni componente svolge una sua funzione  elaborazione dati  memorizzazione dati 
Modelli e Architetture Seminari CAMO,16 Dicembre 2003 (1) Inevitabilità epistemologica del computer (2) Modelli fisici e modelli numerici (3) Modelli numerici.
Vittorio Rosato Servizio di Calcolo e Modellistica ENEA Casaccia Dai problemi scientifici alle architetture di calcolo ovvero come.
Tecnologie Informatiche ed Elettroniche per le Produzioni Animali (corso TIE) CORSO LAUREA MAGISTRALE IN SCIENZE E TECNOLOGIE DELLE PRODUZIONI ANIMALI.
Il computer Hardware Software.
Hardware Struttura fisica (architettura) del calcolatore formata da parti meccaniche, elettriche, elettroniche.
MODELLI E COMPUTER ovvero…. ENEAi giovedì della cultura scientifica
SEMINARI CAMO 2003 LA SIMULAZIONE NUMERICA COMPIE 50 ANNI
Informatica e Abilità Informatiche Multimediali
Architettura del computer Il computer menù I L C O M P U T E R Il computer, quindi, é una macchina programmabile, cioè una macchina che può essere utilizzata.
Alessandro Venturini* e Stefano Ottani ISOF – CNR Area della Ricerca di Bologna.
Come migliorare le prestazioni di un codice di dinamica molecolare.
STRUTTURE DI MACROMOLECOLE & BANCHE DATI STRUTTURALI.
Domenico Elia1Riunione PRIN STOA-LHC / Bologna Attività per ALICE: sommario e prospettive Domenico Elia Riunione PRIN STOA-LHC Bologna, 18 Giugno.
Lo Stato Solido Lo stato solido è lo stato di aggregazione della materia in cui le forze attrattive tra le particelle (ioni, atomi, molecole) prevalgono.
Utilizzo della VO di theophys per il calcolo lattice QCD G. Andronico M. Serra L. Giusti S. Petrarca B. Taglienti.
FESR Trinacria Grid Virtual Laboratory Porous Fluid Dynamics Analyzer Supporter : Salvatore Scifo Affiliation : TRIGRID Second TriGrid Checkpoint.
HARDWARE (2). MEMORIE Due classi di memoria MEMORIA CENTRALE –media capacità - ottima velocità MEMORIA DI MASSA elevata capacità - bassa velocità.
Hardware Struttura fisica (architettura) del calcolatore formata da parti meccaniche, elettriche, elettroniche.
I liquidi e loro proprietà
19 dicembre Padova, Archivio Antico del Bo’ - Workshop tematico Il calcolo scientifico a Padova: condivisione di competenze e creazione di strutture.
Transcript della presentazione:

UNITÀ CALCOLO E MODELLISTICA (CaMo) SEMINARI – ANNO 2003 Modellistica Numerica in Scienza dei Materiali Calcolo ad alte prestazioni e modellistica numerica Massimo Celino (ENEA - CAMO) Struttura dei materiali al calcolatore: idee di base, capacità di calcolo, approssimazioni e qualche applicazione Carlo Massobrio (Institut de Physique et de Chimie des Matériaux de Strasbourg IPCMS - CNRS - Strasburgo) Estrarre la complessità dalle simulazioni microscopiche Fabrizio Cleri (ENEA - UTS Materiali e Nuove Tecnologie) CMSPortal: un'infrastruttura per la realizzazione di portali verticali per il calcolo scientifico Mario Rosati (Consorzio Interuniversitario per le Applicazioni di Supercalcolo per Università e Ricerca - CASPUR)

Modellistica Numerica in Scienza dei Materiali Roma, 18/11/2003 Massimo Celino ENEA - C.R. Casaccia Servizio di Calcolo e Modellistica

M. Celino, C. Massobrio, Scienza dei Materiali Gli esperimenti forniscono risultati di difficile interpretazione SiSe 2 liquido Simulazioni di Dinamica Molecolare

Codice di dinamica molecolare quantistica Computer: NEC SX5 (Centro di Calcolo dell’IDRIS) Sistema di 120 atomi 2 GB di RAM File di store: 200 MB Scienza dei Materiali Un time step su NEC SX5: 35 sec. (4 Gflops sostenuti) ~ 2 mesi di cpu per avere un liquido (~ 25 ps di simulazione) ~ 1 mese di cpu per avere un amorfo

¿¿¿ Scienza dei Materiali ??? Settore di interesse ENEA INPUT SIMULAZIONI OUTPUT CAD Molecolare Sviluppo algoritmi Linguaggi di programmazione Calcolo Parallelo GRID Computing Architetture hardware Calcolo Vettoriale Visualizzazione avanzata Realtà virtuale Software di post-processing Data Storage Problemi di ottimizzazione Tecniche simili a quelle utilizzate in Biologia Computazionale Benchmark e calcolo scientifico

Cenni storici: Dinamica Molecolare 1957: Alder and Wainwright su J. Chemical Physics. Sistema di sfere dure: scoprirono una transizione di fase fluido-solido. Sorprendente perché si pensava che fosse necessario un potenziale attrattivo. Computer: UNIVAC e IBM : Rahman (ANL). Correlazioni e diffusione in argon liquido utilizzando Lennard-Jones. Computer CDC : Verlet “diagramma di fase dell’argon”. Lista di Verlet e Algoritmo di Verlet Architettura a 36 bit 256K memoria 8  s per accesso in memoria Moltiplicazione 12  s

La Dinamica Molecolare N atomi 3N gradi di libertà Calcolo nuove posizioni output input Calcolo distanze tra gli atomi t=1,T max Calcolo delle forze Calcolo grandezze termodinamiche V

Dinamica Molecolare parallela Dati replicati Sistema piccolo Comunicazioni globali ~ N-N p Lista vicini: Verlet ~ N p (N-1), Linked cell ~ N p Calcolo delle forze ~ N p Update posizione atomi ~N p Sistema grande Solo comunicazioni locali (in 3D solo 6 comunicazioni). Comunicazioni crescono con superficie N 2/3 Lista vicini ~  N Calcolo delle forze ~ N p /2+  N Update posizione atomi ~N p Domain decomposition

La Dinamica Molecolare Non esiste un’unica ricetta per tutti i materiali !! Approssimazione di Born-Oppenheimer Separiamo moti elettronici da moti ionici

Potenziali classici M. Celino, V.Rosato, F.Cleri, G.D’Agostino, 1995 (A)  xx +  yy +  zz S.Letardi, M.Celino, V.Rosato, 2002 Nanostrutture di PalladioProgetto TECLA (..) P.Raitieri, M.Celino, L.Miglio, 2002

La Dinamica Molecolare Numero di atomi Proprietà strutturali Proprietà elettroniche globali Orbitali atomici Approssimazioni C C C C C C CC HH H H HH H H Potenziali classici Potenziali semi-quantistici Potenziali quantistici

Potenziali semi-quantistici Silicio liquido e amorfo Procedura “Reverse MonteCarlo” per produrre configurazione amorfa di partenza M.Celino, V.Rosato, 2002

Carbonio amorfo Potenziali semi-quantistici Carbonio amorfo FeSi 2

Potenziali quantistici Lagrangiana di Car e Parrinello Gli elettroni seguono istantaneamente il movimento degli ioni Rappresentazione delle funzioni elettroniche in onde piane: Le onde piane:non dipendono dalla posizione degli atomi prestazioni elevate grazie alla FFT controllo della convergenza tutto lo spazio è trattato alla stessa maniera utilizzo dei pseudopotenziali

Potenziali quantistici

Prospettive Problem solving environment (PSE) GRID Computing Computer ad alte prestazioni: potenza, usabilità, affidabilità Blue Gene: nodi di calcolo - 180/360 TeraFlops Protein Explorer: PC Cluster MDGRAPE3 di 165GFlops 1 TeraFlops nel 2006 Earth Simulator: 5000 processori, 40 TeraFlops Cray X1: 256 processori a Oak Ridge National Lab.

Grid Computing Silicio Approccio consigliato per specifiche classi di problemi Attività di ricerca in corso V.Rosato, M. Celino Progetto FIRB 2003