PSC 슈퍼컴퓨터 변환 석탄에 대한 오하이오 대학 시뮬레이션

요즘 석탄에 대한 언론이 좋지 않습니다. 기후 과학자들은 2100년까지 지구 평균 기온이 화씨 2도에서 10도 사이로 상승할 것으로 예측합니다. 날씨 패턴, 작물 성장, 해수면의 급격한 변화 가능성으로 인해 석탄과 같은 탄소 기반 연료의 과도한 사용에 대한 의문이 제기됩니다.

하지만 꼭 그렇게 될 필요는 없습니다.

전기로 차량에 동력을 공급하면 탄소 배출을 직접적으로 줄일 수 있습니다. 이러한 변화를 통해 탄소 중립 에너지원을 사용하여 충전할 수도 있습니다. 흥미로운 점은 각 Tesla 모델 S의 리튬 이온 배터리에는 약 100파운드의 흑연이 필요하다는 것입니다. 그리고 과학자들은 적어도 이론적으로는 석탄에 충분한 압력과 높은 온도를 가하면 흑연으로 전환할 수 있다는 사실을 여러 세대에 걸쳐 알고 있었습니다.

석탄이 어떻게 흑연과 같은 귀중한 물질로 변환될 수 있는지 알아보기 위해 David Drabold와 오하이오 대학의 물리학 팀은 컴퓨터 소프트웨어에서 물질을 시뮬레이션하기로 결정했습니다. 화학 변환을 가상으로 재현하기 위해 그들은 PSC(Pittsburgh Supercomputing Center)에 있는 Bridges-2 고급 연구 컴퓨터를 사용했습니다. Bridges-2는 미국 국립과학재단(National Science Foundation)의 자금 지원을 받는 PSC의 주력 슈퍼컴퓨터입니다.

“이 [작업]이 이루어진 방식은 여기에 엔지니어가 몇 명 있다는 것입니다. 석탄을 사용하여 [탄소 중립에 관한] 훌륭한 작업을 수행하고 있습니다. 분명한 이유로 그것을 태우고 싶지는 않습니다. 하지만 그걸로 건축 자재, 흑연 같은 고부가가치 재료를 만들 수 있나요? 논소와 저는 그 질문에 정말 관심이 있습니다. 우리가 그 재료에서 흑연을 얻을 수 있을까요?”

— David Drabold, 오하이오 대학교 물리학 교수.

순수 흑연은 6개의 탄소 고리로 구성된 일련의 시트입니다. 방향족 결합이라고 불리는 특수한 유형의 화학 결합이 이러한 탄소를 함께 유지합니다.

방향족 결합에서는 파이 전자가 고리 위와 아래에 떠 있습니다. 이러한 "미끄러운" 전자 구름은 시트가 서로 쉽게 미끄러지도록 만듭니다. 낮은 등급의 흑연인 연필 "납"은 시트가 서로 미끄러져 종이에 달라붙기 때문에 종이에 자국을 남깁니다.

방향족 결합에는 전자 기술에서 중요한 또 다른 장점이 있습니다. 파이 전자는 링에서 링으로, 시트에서 시트로 쉽게 이동합니다. 이로 인해 흑연은 금속이 아니더라도 전기를 전도하게 됩니다. 배터리의 양극인 양극에 이상적인 소재입니다.

이에 비해 석탄은 화학적으로 지저분합니다. 흑연 시트의 엄격한 2차원 특성과 달리 3차원 연결이 있습니다. 또한 흑연 형성을 방해할 수 있는 수소, 산소, 질소, 황 및 기타 원자가 포함되어 있습니다.

연구를 시작하기 위해 Drabold 팀은 무작위 위치의 탄소 원자로만 구성된 단순화된 "석탄"을 만들었습니다. 이 단순화된 석탄을 압력과 고온(약 3,000켈빈 또는 화씨 5,000도)에 노출시킴으로써 그들은 흑연으로의 전환을 연구하는 첫 단계를 밟을 수 있었습니다.

“무정형 흑연 종이를 밀어내기 위해서는 많은 진지한 분석이 필요했습니다. 우리가 보유한 다른 시스템과 비교할 때 Bridges는 가장 빠르고 정확합니다. 우리의 홈 시스템은 160개의 원자를 시뮬레이션하는 데 약 2주가 걸립니다. Bridges를 사용하면 밀도 함수 이론을 사용하여 6~7일 동안 400개의 원자를 실행할 수 있습니다."

— 오하이오 대학의 물리학 박사 과정 학생인 Chinonso Ugwumadu.

처음에 오하이오 과학자들은 밀도 범함수 이론을 통해 기본적인 물리적, 화학적 원리를 사용하여 시뮬레이션을 수행했습니다. 정확하지만 계산이 많은 이 접근 방식에는 많은 병렬 계산이 필요했는데, 이는 Bridges-2의 30,000개 이상의 컴퓨팅 코어의 강점입니다. 나중에 그들은 캠브리지 대학과 영국 옥스퍼드 대학의 공동 연구자가 설계한 새로운 소프트웨어 도구인 GAP(Gaussian Approximation Potential)로 계산을 전환했습니다. GAP는 머신러닝이라는 일종의 인공 지능을 사용하여 본질적으로 동일한 계산을 훨씬 더 빠르게 수행합니다. 대학원생인 Rajendra Thapa와 Ugwumadu는 초기 계산 작업을 주도하기로 결정했습니다.