SimLab NanoMikro

Experiment und Theorie ergänzend, haben Simulationen immer zunehmender Bedeutung in Materialforschung und Lebenswissenschaften. Simulationen helfen beobachtete Phänomene zu verstehen und sogar sagen Eigenschaften und Vorgänge in komplexen Systemen vorher. Besonders herausfordernd ist die Suche nach neuen Materialien und besonderen physikalischen Effekten, für welche eine experimentelle Erkundung ohne die von Simulationen gewonnenen Erkenntnisse unerschwinglich sein könnte.
Die Berechnung von Eigenschaften nanostrukturierter Materialien ist sehr aufwendig und erfordert den Einsatz von Hochleistungsarchitekturen und skalierbaren Modellen. Hierzu ist die Anpassung und Optimierung von Programmcodes auf hochleistungsfähige Multicore und hybride CPU/GPU Architekturen unerlässlich. Insbesondere stellen diese neuartigen Rechnerarchitekturen für Entwickler Herausforderungen dar, wie etwa das Management der Datenlokalität und der Rechenlastverteilung zu optimieren. Die letzteren Aspekte sind auch in unseren Querschnittsaktivitäten ausgeprägt. Andererseits haben neue Materialien sehr komplexe Morphologie, welche eine Behandlung auf verschiedenen Größen- und Zeitskalen erforderlich macht. Auf der kürzesten Zeit- und Längenskala (Femtosekunden, Nanometer) werden die Strukturen mit atomarer Auflösung modelliert und Eigenschaften werden quantenmechanisch z.B. mit Hilfe der Dichtefunktionaltheorie (DFT) berechnet. Auf längeren Skalen werden die Systeme vorwiegend klassisch mit Methoden wie klassische Molekulardynamik (MD) behandelt. Auf einer noch längeren Skala (>Millisekunden, >Mikrometer) müssen großkörnige sowie Kontinuum-Methoden (z. B. Finite Elemente) eingesetzt werden.
| Name | Tel. | |
|---|---|---|
| Poschlad, Angela | +49 721-608 - 28626 | angela poschladWhp6∂kit edu |
| Dr. Kondov, Ivan | +49 721-608 - 28644 | ivan kondovMip5∂kit edu |
| Dr. Klenin, Konstantin | +49 721-608 - 28649 | konstantin kleninJca3∂kit edu |
| Brieg, Martin | +49 721-608 - 26882 | martin briegAto6∂kit edu |
Mission
Das SimLab NanoMikro stellt eine Forschungs- und Support-Infrastruktur als Schnittstelle zwischen den Hochleistungsrechneranlagen und der Communities der Nanowissenschaft und Materialforschung zur Verfügung. Hauptaufgaben des SimLab bestehen in der Entwicklung, Management und effizientem Einsatz von Simulationscodes auf Hochleistungsrechnern, Entwicklung neuer effizienter Algorithmen und Bereitstellung integrierter Anwendungen und Lösungen als Mehrwertdienste für die wissenschaftliche Community. Thematisch richten sich die Aktivitäten des SimLab NanoMikro an das KIT-Zentrum NanoMikro.
Der Support wird über den SCC Service Desk im Rahmen des SCC Dienstes Wissenschaftliches Rechnen in der Forschung angeboten.
Software
Unterstützte Software: Turbomole, VASP, NAMD, Amber, und Gromacs
Entwickelte Software
- POEM - Protein Optimization with free Energy Methods
- POEM@HOME - ein verteiltes Rechnersystem für POEM-Anwendungen
- DEPOSIT - eine Anwendung für Erzeugung von Morphologien mit atomarer Auflösung
- ArFlock - eine Bibliothek für massiv parallele Partikelschwarmoptimierung (PSO)
Forschungsschwerpunkte
-
Multiskalige Modellierung und Simulation von Nanomaterialien
-
Rechnergestützte Proteinstrukturvorhersage
-
Einsatz neuer hybrider HPC-Architekturen wie CPU/GPGPU (General-Purpose Graphical Processing Units) für die unterstützten und entwickelten Simulationscodes
Laufende Projekte
Die Aktivitäten des SimLab NanoMikro werden im Rahmen folgender gemeinschaftlicher Projekte durchgeführt:
-
HPC-5 "Hochdurchsatz-Proteinstrukturvorhersage auf hybriden und verteilten Höchstleistungs-Architekturen" – ein Gemeinschaftsprojekt mit der Gruppe von Herrn Prof. Dr. W. Wenzel, Institut für Nanotechnologie (INT) gefördert von der Baden-Württemberg Stiftung.
Abgeschlossene Projekte
"Mehrskalige Modellierung und Simulation nanostrukturierter Materialien für Energiespeicherung und -Umwandlung" – ein Gemeinschaftsprojekt mit Herrn Prof. Dr. G. Schön und dem Center für Funktionale Nanostrikturen (CFN) in Karlsruhe.
Kooperationen
Internationale Kooperationen
- CCPN: The Collaborative Computing Project for NMR
- MMM@HPC: Multiscale Materials Modelling on High Performance Computer Architectures
Kooperationen am KIT
- AG K.-P. Bohnen, Institut für Festkörperphysik (IFP)
- AG W. Wenzel, Institut für Nanotechnologie (INT)
- AG F. Evers, Theorie Kondensierter Materie (TKM) und Institut für Nanotechnologie (INT)
- AG B. Luy, Institut für Biologische Grenzflächen II und Institut für Organische Chemie
Veröffentlichungen
| Titel | Autoren | Quelle | Jahr |
|---|---|---|---|
| Transition network based on equilibrium sampling: A new method for extracting kinetic information from Monte Carlo simulations of protein folding |
K. Klenin and W. Wenzel |
J. Chem. Phys. 135, 235105 |
2011 |
| Derivatives of molecular surface area and volume: Simple and exact analytical formulas |
K. Klenin, F. Tristram, T. Strunk, and W. Wenzel |
J. Comp. Chem. 32, 2647-2653 |
2011 |
| UNICORE-Based Integrated Application Services for Multiscale Materials Modeling |
I. Kondov, R. Maul, S. Bozic, V. Meded, and W. Wenzel |
UNICORE Summit 2011 Proceedings, in IAS Series, Vol. 9, pp. 1-10, FZJ ZB Verlag |
2011 |
| Modelling proteins: Conformational sampling and reconstruction of folding kinetics |
K. Klenin, B. Strodel, D. J. Wales, and W. Wenzel |
Biochimica et Biophysica Acta - Proteins and Proteomics, 1814, 977-1000 |
2011 |
| Evaluation of conduction eigenchannels of an adatom probed by an STM tip |
M. Polok, D. V. Fedorov, A. Bagrets, P. Zahn, and I. Mertig |
Phys. Rev. B 83, 245426 |
2011 |
| Performance assessment of different constraining potentials in computational structure prediction for disulfide-bridged proteins |
I. Kondov, A. Verma, and W. Wenzel |
Comput. Biol. Chem. 35, 230 |
2011 |
| Multiscale materials and biomolecular simulations at Simulation Lab NanoMikro |
I. Kondov, R. Maul, K. Klenin, M. Brieg, A. Poschlad, A. Bagrets, V. Meded, and S. Bozic |
Computational Methods in Science and Engineering: Proceedings of the Workshop SimLabs@KIT, pp. 5-16, Karlsruhe, KIT Scientific Publishing |
2011 |
| Protein Structure Prediction using Particle Swarm Optimization and a Distributed Parallel Approach |
I. Kondov and R. Berlich |
Proc. "Biologically inspired algorithms for distributed systems", ICAC '11 8th International Conference on Autonomic Computing Karlsruhe, Germany, pp. 35-42, ACM |
2011 |
| Theoretical Study of Photoinduced Electron-Transfer Processes in the Dye-Semiconductor System Alizarin-TiO2 | J. Li, I. Kondov, H. Wang, and M. Thoss | J. Phys. Chem. C 114, 18481 | 2010 |
| Applying the extended molecule approach to correlated electron transport: important insight from model calculations | I. Bâldea, H. Köppel, R. Maul and W. Wenzel |
J. Chem. Phys. 133, 014108 |
2010 |
| Multilevel Atomic-Scale Transistors Based on Metallic Quantum Point Contacts |
F.-Q. Xie, R. Maul, Ch. Obermair, W. Wenzel, G. Schön, and Th. Schimmel |
Adv. Mater. 22, 2033 |
2010 |
| A method for the calculation of rate constants from stochastic transition paths | K. V. Klenin and W. Wenzel |
J. Chem. Phys. 132, 104104 | 2010 |
| Folding path and funnel scenarios for two small disulfide-bridged proteins | I. Kondov, A. Verma and W. Wenzel |
Biochemistry 48, 8195 | 2009 |




