یک قسمت از ظرف خلاء (مواد رو به پلاسما) دستگاه آزمایشی همجوشی و راکتور همجوشی آینده با پلاسما در تماس است. هنگامی که یون های پلاسما وارد ماده می شوند، آن ذرات تبدیل به یک اتم خنثی می شوند و در داخل ماده باقی می مانند. اگر از اتم های تشکیل دهنده مواد دیده شود، یون های پلاسما وارد شده به اتم های ناخالصی تبدیل می شوند. اتم های ناخالصی به آرامی در فضاهای بین اتم هایی که ماده را تشکیل می دهند مهاجرت می کنند و در نهایت در داخل ماده پخش می شوند. از سوی دیگر، برخی از اتم های ناخالصی به سطح باز می گردند و دوباره به پلاسما منتشر می شوند. برای محصور شدن پایدار پلاسمای همجوشی، تعادل بین نفوذ یون‌های پلاسما به ماده و انتشار مجدد اتم‌های ناخالصی پس از مهاجرت از داخل ماده بسیار مهم می‌شود.

مسیر مهاجرت اتم های ناخالصی در داخل مواد با ساختار بلوری ایده آل در بسیاری از تحقیقات به خوبی روشن شده است. با این حال، مواد واقعی ساختارهای پلی کریستالی دارند و سپس مسیرهای مهاجرت در مناطق مرزی دانه هنوز مشخص نشده بود. علاوه بر این، در ماده ای که به طور مداوم پلاسما را لمس می کند، ساختار کریستالی به دلیل نفوذ بیش از حد یون های پلاسما شکسته می شود. مسیرهای مهاجرت اتم های ناخالصی در داخل یک ماده با ساختار بلوری نامنظم به اندازه کافی مورد بررسی قرار نگرفته بود.

گروه تحقیقاتی پروفسور آتسوشی ایتو، از مؤسسه ملی علوم طبیعی NIFS، موفق به توسعه روشی برای جستجوی خودکار و سریع در مورد مسیرهای مهاجرت در موادی با هندسه اتمی دلخواه از طریق دینامیک مولکولی و محاسبات موازی در یک ابر رایانه شده است. اول، آنها تعداد زیادی دامنه کوچک را که کل مطالب را پوشش می دهد، خارج می کنند.

در داخل هر حوزه کوچک، مسیرهای مهاجرت اتم‌های ناخالصی را از طریق دینامیک مولکولی محاسبه می‌کنند. آن محاسبات حوزه‌های کوچک در مدت کوتاهی به پایان می‌رسد، زیرا اندازه دامنه کوچک است و تعداد اتم‌هایی که باید پردازش شوند، زیاد نیست. از آنجایی که محاسبات در هر حوزه کوچک را می توان به طور مستقل انجام داد، محاسبات به صورت موازی با استفاده از ابررایانه NIFS، شبیه ساز پلاسما، و سیستم ابررایانه HELIOS در مرکز شبیه سازی محاسباتی مرکز تحقیقات بین المللی انرژی همجوشی (IFERC-CSC)، Aomori انجام می شود. ژاپن. در شبیه ساز پلاسما، چون امکان استفاده از 70000 هسته CPU وجود دارد، می توان محاسبات همزمان بیش از 70000 دامنه را انجام داد. با ترکیب تمام نتایج محاسباتی از حوزه های کوچک، مسیرهای مهاجرت در کل ماده به دست می آید.

چنین روش موازی سازی ابر رایانه با روشی که اغلب استفاده می شود متفاوت است و موازی سازی از نوع MPMD3) نامیده می شود. در NIFS، یک روش شبیه سازی که به طور موثر از موازی سازی نوع MPMD استفاده می کند، پیشنهاد شده بود. با ترکیب موازی سازی با ایده های اخیر در مورد خودکارسازی، آنها به یک روش جستجوی خودکار با سرعت بالا برای مسیر مهاجرت رسیده اند.

با استفاده از این روش، جستجوی آسان مسیر مهاجرت اتم‌های ناخالصی برای یافتن مواد واقعی که دارای مرز دانه‌های کریستالی هستند یا حتی موادی که ساختار بلوری آنها در اثر تماس طولانی مدت با پلاسما دچار اختلال می‌شوند، امکان‌پذیر می‌شود. با بررسی رفتار مهاجرت جمعی اتم های ناخالصی در داخل مواد بر اساس اطلاعات مربوط به این مسیر مهاجرت، می توانیم دانش خود را در مورد تعادل ذرات داخل پلاسما و مواد عمیق تر کنیم. بنابراین بهبود در محصور شدن پلاسما پیش بینی می شود.

این نتایج در می 2016 در بیست و دومین کنفرانس بین المللی برهمکنش سطح پلاسما (PSI 22) ارائه شد و در مجله Nuclear Materials and Energy منتشر خواهد شد.