Forschende des Flatiron Institute der Simons Foundation haben eine mathematische Methode entwickelt, die molekular-dynamische Simulationen um das Zwei- bis Siebenfache beschleunigt, ohne dabei an Genauigkeit zu verlieren. Die Ergebnisse wurden am 21. Mai in der Fachzeitschrift Nature Communications veröffentlicht. Mit diesem Durchbruch adressiert das Team um Senior Research Scientist Shidong Jiang, Lead Author Jiuyang Liang sowie die Projektleiter Alex Barnett und Leslie Greengard ein jahrzehntelanges Rechenproblem: Die Berechnung langreichweitiger elektrostatischer Kräfte zwischen Atomen gehört zu den rechenintensivsten Prozessen in der Simulation. Bisherige Algorithmen wie die schnelle Fourier-Transformation oder die Fast Multipole Method stießen bei steigender Atomzahl an fundamentale Skalierungsgrenzen. Der Schlüssel zum Erfolg liegt in den sogenannten prolaten sphäroidalen Wellenfunktionen, die Ende des 19. Jahrhunderts entwickelt und später in der Signalverarbeitung eingesetzt wurden. Die Mathematiker nutzten diese Funktionen, um die Aufteilung elektrostatischer Wechselwirkungen in kurz- und langreichweitige Komponenten sowie die Abbildung atomarer Ladungen auf ein Rechengitter hochgradig effizient zu gestalten. Die Funktionen erfüllen dabei zwei scheinbar widersprüchliche Anforderungen: maximale räumliche Lokalisierung bei gleichzeitig minimaler spektraler Bandbreite. Dieser Ansatz eliminiert den quadratischen Rechenkomplexitätsanstieg herkömmlicher Methoden und reduziert den Bedarf an Prozessorzyklen drastisch. Die Implementierung wurde nahtlos in etablierte Standardsoftware wie GROMACS, LAMMPS und OpenMM integriert. Für GROMACS ließ sich unter Hochpräzisionseinstellungen eine fünfmalige Beschleunigung nachweisen. Die neuen Algorithmen wurden bereits offiziell in die LAMMPS-Codebasen übernommen und ermöglichen es der wissenschaftlichen Community, bestehende Workflows ohne aufwendige Anpassungen zu nutzen. Tests an unterschiedlichen Systemen, darunter wässrige Elektrolyte für Lithium-Ionen-Batterien, Immunitätsproteine und reine Wassersysteme, bestätigten die robusten Geschwindigkeitsvorteile über verschiedene Anwendungsfelder hinweg. Der Impact der Forschung erstreckt sich über weite Teile der Materialwissenschaft und Life Sciences. Rund mehr als zwanzig Prozent der Rechenlast auf den weltweit fünfhundert leistungsstärksten Supercomputern entfallen auf molekular-dynamische Simulationen. Durch die geringere Rechenzeit und den reduzierten Energieverbrauch können Forscher nun längere Dynamikzeitskalen abbilden, was die Entwicklung neuartiger Batterieelektrolyte, die Identifikation von Wirkstoffwechselwirkungen und die Analyse von Proteinfaltungsvorgängen deutlich vorantreiben wird. Experten betonen, dass dieser Fortschritt über rein inkrementelle Hardwareverbesserungen hinausgeht und die praktische Anwendung reiner Mathematik ein neues Paradigma in der computergestützten Simulation setzt. Die Methode etabliert sich damit als schnellerer, ressourceneffizienterer Standard für die computergestützte Chemie und Physik.