Institut du Développement et des Ressources en Informatique Scientifique

Les électrons de basses énergies (EBE), quelques eV, sont abondamment produits lors de l’irradiation de la matière par les rayonnements ionisants, sans que l’on connaisse précisément les mécanismes de leur formation et de leur relaxation dans l’environnement. Nous étudierons par une approche couplée expérience/théorie la photo-ionisation de petites molécules (diazabicyclo[2.2 ;2]-octane), notamment d’intérêt biologique (amino acides, nucléobases de l’ADN), déposées sur des agrégats nanométriques. L’objectif est de comprendre ces phénomènes à l’échelle moléculaire sur des échelles de temps allant de la femto- à la picoseconde. Expérimentalement, le Velocity Map Imaging (P3, ISMO, Orsay) donnera accès à la distribution en énergies et en angles des photoélectrons (DEAP) réémis par les agrégats, permettant de caractériser les processus de diffusion élastiques et inélastiques. Afin de comprendre le rôle de l’intensité des interactions entre le milieu avec les EBE, différents environnements de diffusion seront testés (agrégats atomiques d’Ar, moléculaires de H2O, NH3, CO2). Ces données expérimentales constitueront un banc d’essai précieux pour valider les nouvelles approches de simulation. Pour s’attaquer au défi de la simulation de la dynamique de relaxation des photoélectrons au seins des agrégats à l’échelle nanométrique, nous développerons des algorithmes inédits reposant sur la DFT sans orbitales (OF-DFT). Nous couplerons cette approche à la DFT Kohn-Sham (P1, ICP, Orsay et P4, IDRIS, Orsay), à la DFTB (approche liaisons fortes de la DFT, P2, LCPQ, Toulouse) et à un potentiel MM (mécanique moléculaire) polarisable (P1, P2 et P4). Ces trois développements méthodologiques permettront des descriptions complémentaires : une description de meilleure qualité sur quelques trajectoires avec l’approche OF-DFT, des simulations exhaustives nécessaires à l’interprétation des expériences avec des méthodes plus efficaces mais mois précises (OF-DFTB et OF-MM). Une fois validés, les nouveaux algorithmes seront mis à disposition de la communauté scientifique dans les codes deMon2k et deMonNano. Les systèmes étudiés expérimentalement seront simulés afin de prédire leurs structures et leurs dynamiques. Nous simulerons la photo-ionisation en DFT dépendant du temps, et les phases de relaxation et diffusion seront simulées avec les nouveaux algorithmes. Les DEAP obtenus expérimentalement et théoriquement seront comparés, ce qui devrait permettre une compréhension avancée de l’évolution des systèmes. Nous fournirons à la communauté des temps caractéristiques de diffusion des électrons ainsi que des libres parcours moyens pour les systèmes étudiés pouvant être utilisés, par exemple, comme paramètres dans des codes de diffusion de type Monte Carlo. Grâce à BIRD nous disposerons d’outils uniques pour caractériser l’impact de la diffusion des EBE dans des systèmes moléculaires complexes dans des milieux biologiques (lésions de l’ADN ou d’autres biomolécules), astrochimiques (mécanismes de formation de molécules dans le milieu interstellaires ou dans les atmosphères/ionosphères planétaires) ou mis en jeu dans les industries spatiales et nucléaires.

Convergence : un projet commun pour maîtriser le déluge de données et de calculs exaflopiques (1018) en sciences du climat. L’étude du climat, de ses mécanismes et des interactions entre ses composantes s’appuie sur la simulation numérique qui permet ainsi d’estimer les changements des climats passé et futurs. La tendance actuelle en modélisation du climat est d’inclure plus de composantes physiques, chacune avec des mailles de plus en plus fines et de réaliser de vastes ensembles de simulations pour répondre aux nombreuses questions scientifiques. En effet, les simulations climatiques peuvent se différencier par leur état initial, leurs paramétrisations, leurs représentations des processus physiques, leur résolution spatiale, leur complexité et leur degré de réalisme ou d’idéalisation. De plus, le besoin impératif d’évaluation, d’amélioration et de suivi du réalisme des modèles de climat, s’appuie aussi sur l’utilisation d’ensembles toujours plus vastes de diagnostics et sur une comparaison systématique entre les sorties de modèles de climat et les données d’observations. Le calcul haute performance atteindra prochainement l’exascale (1018) qui a le potentiel de répondre à ces besoins accrus en taille et nombre de simulations. Toutefois, les outils actuels de post-traitements, d’analyses et d’exploration des données générées ont atteint leur limite et il y a un besoin fort d’en développer de nouveaux capables de gérer la taille et la complexité croissantes des simulations et des résultats. Les simulations à l’échelle exascale nécessitent de nouveaux outils scalables pour générer, gérer et exploiter ces simulations et leurs résultats pour en extraire les informations pertinentes préparant les prises de décisions adaptées. Le principal objectif de ce projet est de développer une plate-forme permettant d'exécuter de grands ensembles de simulations basés sur une série de modèles cohérents, de manipuler les jeux de données complexes et volumineux produits, de faciliter l’évaluation et la validation de ces modèles et tout cela à différentes résolutions. Nous nous proposons de rassembler des compétences interdisciplinaires pour concevoir un environnement de programmation adaptés et efficaces pour les simulations et les analyses sur supercalculateurs. Nous utiliseront une approche dite de développement par composante, en incluant de nouvelles techniques de déploiement adaptées aux systèmes de calcul haute performance. CONVERGENCE, en rassemblant des experts en informatique et en calcul haute performance, permettra à la communauté nationale de recherche en climatologie de contribuer et de tirer avantage des innovations en sciences de l’information. Notre méthodologie consiste à développer un ensemble d’éléments génériques nécessaires pour faire tourner, de façon sûre et efficace, les modèles de climat français avec des maillages et des résolutions variés, pour gérer de grands volumes de données et pour permettre l’analyse des résultats et l’évaluation précise de ces modèles. Ces éléments incluent la définition des structures de données, la gestion des Entrées/Sorties, le couplage de codes ainsi que les environnements d’exécution et de pre/post traitements. Une structure de données et de méta-données commune permettra de garder la cohérence des informations échangées entre les différents éléments. Les modèles climat développés sont déjà impliqués dans de nombreux projets internationaux. Nous participons, par exemple, au projet CMIP (Coupled Model Intercomparison Project) très exigeant mais jouissant d’un très grande visibilité : ses résultats sont très largement utilisés au niveau international et notament synthétisés dans les rapports du GIEC (Groupe d'experts intergouvernemental sur l'évolution du climat). Le projet CONVERGENCE constituera une étape inestimable pour la communauté française de recherche climatique pour préparer et contrinuer à la prochaine phase du projet CMIP.