Simulao de novos materiais fica 42.000 vezes mais rpida

Materiais Avanados

Redação do Site Inovação Tecnológica – 13/01/2021

Plantar e colher na hora

Um novo programa de aprendizado de mquina – algoritmos de computador que se aprimoram por meio do aprendizado de padres em dados – conseguiu realizar os complexos clculos da cincia dos materiais mais de 40.000 vezes mais rpido que os melhores simuladores atuais.

Apenas para ter uma ideia do ganho em termos de tempo, se voc pudesse acelerar o crescimento de uma planta em 40.000 vezes, voc poderia comer um tomate fresquinho trs minutos aps plantar a semente. Ou voc poderia viajar de Manaus a So Paulo em 30 milissegundos.

O objetivo do programa rastrear as inmeras combinaes de elementos e condies de fabricao para produzir um material com as propriedades adequadas a construir um determinado objeto.

“Estamos encurtando o ciclo de design,” disse David Zapiain, do Laboratrio Nacional Sandia, nos EUA. “O design dos componentes supera largamente o design dos materiais de que voc precisa para construir esses componentes. Queremos mudar isso. Depois de projetar um componente, gostaramos de poder projetar um material compatvel para esse componente sem precisar esperar por anos, como acontece com o processo atual.”

Combinaes possveis

Para entender o problema, imagine que voc queira melhorar um material qualquer, seja um ao especial para a indstria automobilstica, uma cermica para isolamento trmico, um eletrlito para bateria etc.

Alm de variar os componentes do seu material, que composto por vrios elementos qumicos, preciso variar os parmetros de fabricao, como a temperatura. Voc ir querer fazer testes com vrias temperaturas, digamos 10. Mas voc tambm precisar variar a presso, a rapidez de resfriamento, a composio e por a vai. Se forem somente esses quatro parmetros, cada um com 10 valores, voc precisar realizar 10 x 10 x 10 x 10 experimentos, o que d 10.000 tentativas. E isso apenas para um dos componentes da sua liga – na prtica, as possibilidades so muito maiores, subindo ordens de magnitude rapidamente.

Construir um simulador computadorizado que analise cada possibilidade e lhe indique apenas as mais promissoras parece muito melhor, mas os clculos so complexos e demorados, mesmo para os supercomputadores.

42.000 vezes mais rpido

A equipe partiu de um simulador que mexe com a porcentagem de cada metal em uma liga para saber como as propriedades da liga metlica so afetados: dependendo da complexidade das ligas, o processo pode exigir horas, semanas, meses ou mesmo anos de computao.

Como referncia, a equipe cronometrou uma simulao simples em um cluster de computao de alto desempenho com 128 ncleos de processamento – um computador domstico tpico tem de dois a seis ncleos de processamento. A resposta saiu em 12 minutos.

Com o novo algoritmo de aprendizado de mquina, a mesma simulao levou 60 milissegundos e usou apenas 36 ncleos do cluster – o equivalente a 42.000 vezes mais rpido. Isso significa que os pesquisadores agora podem aprender em menos de 15 minutos o que normalmente levaria um ano.

Zapiain afirma que usar seu algoritmo primeiro para pesquisar tecnologias pticas ultrafinas para monitores e telas de ltima gerao. Sua pesquisa, entretanto, pode ser amplamente til porque a simulao que eles aceleraram descreve um evento comum – a mudana, ou evoluo, dos blocos de construo microscpicos de um material ao longo do tempo.

Outras notcias sobre: