硬件编辑器

OghmaNano hardware ribbon showing the Hardware editor button — 打开硬件编辑器。

所有计算机程序（包括 OghmaNano）都运行在物理计算硬件上。任何一台计算机中都可能存在许多不同的硬件组合：有些计算机有大量 CPU 核心，而另一些只有一个。类似地，计算机的内存容量、硬盘空间以及 GPU 也各不相同。为了帮助用户尽可能发挥 OghmaNano 的性能，提供了一个硬件编辑器，用户可以在其中配置 OghmaNano 在任意给定计算机上的行为。可通过仿真选项卡窗口访问（见 ??）。

如果你点击该按钮，将会打开硬件编辑器窗口（见 ??）。

硬件窗口由多个选项卡组成，使用户能够编辑配置并对你的设备进行基准测试。

CPU/GPU 配置选项卡

OghmaNano hardware editor window — 硬件编辑器窗口

此选项卡用于配置 OghmaNano 如何与 GPU 和 CPU 交互，相关内容在下表中描述。正如本手册其他部分所详细说明的，OghmaNano 分为两部分：计算后端 oghma_core.exe，以及图形用户界面 oghma_gui.exe；这两部分的行为都可以在此进行微调。

Number of threads used by the backend: 这是 OghmaNano 的 oghma_core.exe 可使用的最大线程数。它决定：可同时运行的拟合数量；可同时运行的优化仿真的最大数量；用于 FDTD 仿真的最大线程数；可同时生成的 DoS 缓存文件的最大数量；可同时运行的频域点数量。
Maximum number of core instances: 这将设置 GUI 可启动的 oghma_core.exe 实例的最大数量。如果正在进行参数扫描，则该参数将控制可同时执行的仿真数量上限。如果 Number of threads used by the backend 被设置为 4，并且正在执行 FDTD 仿真，那么若将 Maximum number of core instances 设置为 8，则 GUI 将启动 8 个 oghma_core.exe 实例，每个使用 4 个线程，因此需要 32 个 CPU 核心。
Stall time: 有时在无人值守的超算上运行 OghmaNano 时它会停止运行，可能是由于 IO 错误或网络错误。此选项可用于设置单次仿真的最大时长。这里的单次仿真指单条 JV 曲线、单次时域仿真或单次频域仿真，但不包括整个拟合过程（拟合会涉及运行成千上万个单独仿真）。例如若设置为 2000 秒，则若某次 JV 仿真耗时超过 2000 秒，求解器将退出。实际上任何单个仿真通常只需几秒钟，因此该选项在出现严重问题时充当硬性兜底。
Max fit run time: 这是 oghma_core.exe 可驻留在内存中的最大时间。如果任何仿真或拟合耗时超过该值将被终止，同样这是一个防止仿真无限运行的兜底机制。默认值为 4 天。
Steel CPUs: 有时在共享 PC 上运行 OghmaNano 时，当另一位用户占用了大量核心，你可能启动了仿真。过一段时间后，其他用户的仿真结束，计算机会出现空闲 CPU。如果该选项设置为 True，则 OghmaNano 会监控空闲 CPU 的数量，并在有更多可用时使用它们。
Min CPUs: 与上面的 Steel CPUs 选项配合使用，用于设置将使用的最少 CPU 数量。
Store DoS on disk: OghmaNano 会将查找表存储到磁盘以加速仿真；如果该选项设为 false，则这些查找表不会被存储。
OpenCL GPU acceleration: 启用或禁用 GPU 加速，主要用于 FDTD 仿真期间。
GPU name: 选择要使用的 GPU。

牛顿缓存

OghmaNano Newton cache editor window — 牛顿缓存编辑器

当运行包含大量 ODE 的仿真时，例如具有大量陷阱态和大量空间点的 1D 器件，或运行 2D OFET 仿真时，每个电压步可能需要一段时间来计算。这是因为求解器必须使用牛顿法对每个电压步求解直到收敛。对于每个求解步，都必须构建雅可比矩阵、对矩阵求逆并与残差相乘，并计算对所有求解变量的更新。这会导致每步耗时显著（2000ms）。一种绕开这种开销的方法是将先前计算过的答案存储在磁盘上；当用户要求求解器计算一个已经计算过的问题时，可以直接从磁盘调出答案而不是重新计算。这在 OLED 设计中非常有用：当你尝试优化器件的光学结构但保持电学结构不变时，可以在已预先计算的电学解基础上运行新的光学仿真。配置选项在下表中给出。

使用牛顿缓存存在额外开销，因此我只建议在电学问题求解确实非常慢时使用它。从技术上讲，牛顿缓存通过对费米能级与电势的 MD5 求和来生成电学问题的哈希值，然后与磁盘上的内容进行比较。如果找到预先计算的答案，则将费米能级/电势更新为磁盘上的值。缓存存储在 oghma_local cache 中，每个预先求解的解都作为一个新的二进制文件存储。每次仿真运行都会生成一个索引文件，用于存储该仿真中的所有 MD5 和。缓存满后，OghmaNano 会基于索引文件批量删除仿真结果。

Maximum cache size: 设置缓存的最大大小（MB）。我建议约 1Gb。
Minimum disk free: 设置使用缓存所需的最小磁盘可用空间。该选项用于防止缓存填满磁盘，我会将其设置为约 5Gb。
Number of simulations to keep: 这将设置要保留的仿真运行的最大数量，我建议设置在 20 到 100 之间。
Enable cache: 启用或禁用牛顿缓存，默认且推荐的选项是 False。

硬件基准测试

OghmaNano hardware benchmark results window — 运行硬件基准测试

在硬件窗口左上角（见 ??）有一个名为 Hardware benchmark 的按钮。如果点击它，OghmaNano 将对你的硬件进行基准测试，测试结果如（见 ??）。该测试会评估你的 CPU 计算 sin、exp 以及分块分配/释放内存的能力。它会显示执行几千次操作所用的时间以及一个 R（即 Roderick）值。其定义为 R=在你的 PC 上完成计算所需时间/在我的 PC 上完成计算所需时间。因此更小的值表示你的 PC 比我的更快。我的 PC 是 2017 年的 Lenovo thinkpad，CPU 为 Intel(R) Core(TM) i7-4900MQ CPU @ 2.80GHz。所以多数现代计算机都应更快。如果你的 CPU 性能很好但仿真比我的 YouTube 视频更慢，那么这几乎总是由于较差的 IO 速度导致的，例如病毒防护软件、将仿真存储在 OneDrive 上、使用网络驱动器、使用慢速 USB 存储等。