ホーム スクリーンショット ユーザーマニュアル Blueskyロゴ YouTube
OghmaNano 有機/ペロブスカイト太陽電池、OFET、OLEDをシミュレーション ダウンロード

ハードウェアエディタ

Hardware editor ボタンを示す OghmaNano のハードウェアリボン
ハードウェアエディタを開く。

OghmaNano を含むすべてのコンピュータプログラムは、物理的な計算ハードウェア上で動作します。どのコンピュータにも 多くのハードウェア構成の組み合わせが存在し、あるコンピュータは多数の CPU コアを持ち、別のものは 1 つしか持ちません。 同様に、コンピュータには異なる量のメモリ、ハードディスク容量、GPU が搭載されています。ユーザーが OghmaNano を最大限に活用できるように、ハードウェアエディタが用意されており、任意の コンピュータ上で OghmaNano がどのように動作するかを設定できます。これはシミュレーションタブウィンドウからアクセスできます (??)。

これをクリックすると、ハードウェアエディタウィンドウが表示されます(??)。

ハードウェアウィンドウはさまざまなタブで構成されており、ユーザーが設定を編集したり、 デバイスのベンチマークを実行したりできます。

CPU/GPU 設定タブ

OghmaNano ハードウェアエディタウィンドウ
ハードウェアエディタウィンドウ

このタブは、OghmaNano が GPU および CPU とどのように相互作用するかを設定するために使用されます。これは以下の表で説明されています。 このマニュアルの他の部分で詳しく説明しているように、OghmaNano には 2 つの部分があります。すなわち、計算バックエンドである oghma_core.exe と、 グラフィカルユーザーインターフェースである oghma_gui.exe です。 モデルのこれら両方の部分の挙動をここで微調整できます。

Newton キャッシュ

OghmaNano Newton キャッシュエディタウィンドウ
Newton キャッシュエディタ

多数の ODE を持つシミュレーション、たとえば多数のトラップ状態と多数の空間点を持つ 1D デバイス、 または 2D OFET シミュレーションを実行する場合、各電圧ステップの計算に時間がかかることがあります。これは、 ソルバが収束するまで Newton 法を用いて各電圧ステップを解かなければならないためです。各ソルバステップごとに、 Jacobian を構築し、行列を反転して残差と掛け合わせ、 すべてのソルバ変数の更新を計算しなければなりません。これには 1 ステップあたりかなりの時間(2000ms)がかかることがあります。 この方法を回避する 1 つのアプローチは、以前に計算した解をディスクに保存し、ユーザーがすでに 計算済みの問題をソルバに要求したときに、再計算する代わりにその解を呼び出すことです。これは OLED 設計で、 デバイスの光学構造を最適化しようとしているが電気構造は変更しない場合に非常に有用です。すでに 事前計算された電気解を用いて新しい光学シミュレーションを実行できます。設定オプションは以下の表に 表示されています。

Newton Cache の使用にはオーバーヘッドがあるため、電気問題の解法が本当に非常に遅い場合にのみ推奨します。 技術的には、Newton cache は Fermi 準位と ポテンシャルの MD5 和を取って電気問題のハッシュを生成することで機能します。これがディスク上に存在するものと比較されます。もし 事前計算された解が見つかれば、Fermi 準位/ポテンシャルはディスク上に見つかった値に更新されます。キャッシュは oghma_local cache に保存され、各事前解決済み解は新しいバイナリファイルとして保存されます。各シミュレーション実行では、 そのシミュレーションのすべての MD5 和を保存したインデックスファイルが生成されます。キャッシュが一杯になると、OghmaNano は インデックスファイルに基づいてシミュレーション結果をまとめて削除します。

ハードウェアベンチマーク

OghmaNano ハードウェアベンチマーク結果ウィンドウ
ハードウェアベンチマークの実行

ハードウェアウィンドウの左上(??)には Hardware benchmark というボタンがあります。これをクリックすると、 OghmaNano はハードウェアをベンチマークし、その結果は(??)に示されています。これは CPU の sinexp の計算能力およびブロック単位でのメモリ割り当て/解放能力をベンチマークします。 数千回の演算を行うのにかかった時間と、R(別名 Roderick)値を表示します。これは R=あなたの PC で計算にかかった時間/私の PC で計算にかかった時間 と定義されます。 したがって、値が小さいほどあなたの PC は私のものより速いことを意味します。私の PC は 2017 年製 Lenovo thinkpad の Intel(R) Core(TM) i7-4900MQ CPU @ 2.80GHz です。したがって、ほとんどの現代的なコンピュータはこれより速いはずです。 CPU 性能が良いのにシミュレーションが私の YouTube 動画より遅い場合、それはほとんど常に IO 速度の悪さによるもので、 ウイルス対策ソフト、OneDrive 上へのシミュレーション保存、 ネットワークドライブの使用、遅い USB ストレージの使用などが原因です。