Ερευνητές από το Singapore University of Technology and Design και το National University of Singapore ανέπτυξαν μια νέα υπολογιστική προσέγγιση που μπορεί να βοηθήσει στον σχεδιασμό της επόμενης γενιάς photonic και semiconductor συσκευών.
Η μέθοδος επεκτείνει το ευρέως χρησιμοποιούμενο open-source particle-in-cell (PIC) μοντέλο, προσθέτοντας στοιχεία από τη φυσική συμπυκνωμένης ύλης. Έτσι, επιτρέπει την προσομοίωση ενός πολύ μεγαλύτερου εύρους αλληλεπιδράσεων μεταξύ φωτός και ηλεκτρονίων σε μέταλλα, ημιαγωγούς και νέα κβαντικά υλικά.
Μέχρι σήμερα, οι ερευνητές συχνά έπρεπε να επιλέξουν ανάμεσα στην προσομοίωση μιας ολόκληρης συσκευής και στη λεπτομερή μελέτη της συμπεριφοράς των ηλεκτρονίων. Η νέα προσέγγιση επιχειρεί να συνδυάσει και τις δύο δυνατότητες.
Μια ενιαία εικόνα της συσκευής
Οι προσομοιώσεις PIC χρησιμοποιούνται ευρέως για τη μελέτη φορτισμένων σωματιδίων και ηλεκτρομαγνητικών πεδίων. Ωστόσο, σχεδιάστηκαν αρχικά για κλασικά πλάσματα και δεν μπορούσαν εύκολα να αποδώσουν την κβαντική συμπεριφορά ηλεκτρονίων σε υλικά όπως μέταλλα, ημιαγωγοί και graphene.
Η ερευνητική ομάδα πρόσθεσε τέσσερα νέα physics modules, επιτρέποντας στο PIC να καταγράφει σημαντικά κβαντικά φαινόμενα, διατηρώντας παράλληλα τα βασικά πλεονεκτήματα της μεθόδου.
Το νέο framework δοκιμάστηκε σε διαφορετικά συστήματα συμπυκνωμένης ύλης, μεταξύ άλλων plasmonic μέταλλα, υπεριώδεις silicon nanostructures και υλικά βασισμένα σε graphene.
Πιθανές εφαρμογές σε πολλές τεχνολογίες
Η πιο ρεαλιστική προσομοίωση θα μπορούσε να μειώσει τον χρόνο και το κόστος ανάπτυξης photonic integrated circuits, optical sensors, lasers, LEDs και solar cells, καθώς περισσότερες σχεδιαστικές επιλογές θα μπορούν να δοκιμάζονται εικονικά πριν από την κατασκευή.
Μακροπρόθεσμα, οι ερευνητές θέλουν να δημιουργήσουν digital twins photonic και semiconductor συσκευών, δηλαδή εικονικά μοντέλα που θα αναπαριστούν με μεγάλη ακρίβεια τις πραγματικές συσκευές.
Η πλατφόρμα διατίθεται ως open source, ώστε ερευνητές από όλο τον κόσμο να μπορούν να την επεκτείνουν. Τα επόμενα βήματα περιλαμβάνουν την προσθήκη πιο σύνθετων many-body interactions και λεπτομερών electronic band structures, καθώς και τη χρήση AI accelerators για τη μείωση του υπολογιστικού χρόνου χωρίς απώλεια φυσικής ακρίβειας.