Stärken der Qualität und der Nutzer*innenschaft der Forschungssoftware ESPResSo für partikelbasierte Simulationen

• Antragsteller: Dr. Rudolf Weeber
• Fachliche Zuordnung: Statistische Physik, Nichtlineare Dynamik, Komplexe Systeme, Weiche und fluide Materie, Biologische Physik
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 528726435

ESPResSo ist eine vielseitige Forschungssoftware für partikelbasierte Simulationen, die von vielen Gruppen weltweit eingesetzt wird. Die Zielanwendungen sind coarse-grained Modelle in den Bereichen weiche Materie, Biophysik und Verfahrenstechnik. Stärken von ESPResSo sind die breite Palette an Simulationsalgorithmen und die flexible Python-Schnittstelle, die eine detaillierte Kontrolle des Simulationsprozesses ermöglicht und es einfach macht, ESPResSo zusammen mit anderen wissenschaftlichen Python-Paketen zu verwenden. ESPResSo wird in einem transparenten Prozess quelloffen und im Einklang mit den FAIR-Prinzipien entwickelt. Mit diesem Projekt wollen wir die Qualität von ESPResSo und seine Interoperabilität mit anderen Codes verbessern, die Benutzer- und Entwicklerbasis erweitern und Möglichkeiten für den Einsatz in neuen Forschungsfeldern eröffnen. Löser für langreichweitige Wechselwirkungen sind wichtiger Bestandteil von Simulationen im Bereich weichen Materie. Sie sind jedoch auch schwer zu verstehen und zu implementieren. Zur Qualitätssicherung planen wir, diese Löser so zu überarbeiten, dass sie leichter lesbar sind und die Ausdrücke in den Originalpublikationen, die die Algorithmen beschreiben, klar widerspiegeln. Für Fälle, in denen keine analytische Referenzlösung verfügbar ist, werden strenge Tests entwickelt. Im Hinblick auf seine Erweiterung sehen wir ESPResSo als ein Werkzeug für die Entwicklung und den Einsatz von maschinell erlernten Potenzialen. Hierfür werden wir ein Framework schaffen, das es den Nutzenden ermöglicht, die effiziente Generierung von Nachbarschaftslisten durch ESPResSo mit ihren maschinell erlernten Modellen zu verbinden. Als Demonstrator werden wir ESPResSo an populäre Pakete für diese Potenziale koppeln. Darüber hinaus beabsichtigen wir, ESPResSo erweiterbar zu machen, insbesondere im Hinblick auf Monte-Carlo-Schemata und, unter Verwendung des renomierten Open-Source-Pakets Walberla, für die Kopplung von Gitter-Boltzmann und Elektrokinetik. Wir wollen es Nutzenden ohne C++-Kenntnisse ermöglichen, diese Funktionalitäten zu modifizieren und zu erweitern. Durch Pakete und Containertechnologie werden wir die Installation und den Betrieb von ESPResSo auf HPC-Systemen erleichtern und stabile, getestete Umgebungen für die Erzeugung reproduzierbarer Ergebnisse bereitstellen. Um die Einstiegshürde für neue Entwickler*innen zu senken, werden wir die Entwicklerdokumentation deutlich erweitern und Video-Tutorials zum Einrichten einer Entwicklungsumgebung erstellen. In Workshops werden wir Entwickler*innen helfen, ihre eigenen Erweiterungsprojekte zu verfolgen. Zusammenfassend werden wir ESPResSo durch eine Kombination aus Qualitätssicherung, besserer Erweiterbarkeit und Flexibilität sowie Benutzer- und Entwicklerdokumentation und -schulung auf eine nachhaltigere Basis stellen und es für Anwendungen attraktiv machen, für die es bisher noch nicht eingesetzt wurde.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortlich: Professor Dr. Christian Holm