GaInP薄膜KMC生长并行计算模拟与可视化研究

第３ｌ卷第３期２０１０年３月太阳能学报ＡＣＴＡＶ０１．３１．Ｎｏ．３Ｍａｒ．．２０ｌＯＥＮＥＲＧＩＡＥＳＯＬＡＲＩＳＳＩＮＩＣＡＧａｌｎＰ薄膜ＫＭＣ生长并行计算模拟与可视化研究胡小梅，胡贵华，朱文华，俞（上海大学ＣＩＭＳ与机器人中心。上海２０００７２）涛摘要：以金属有机化学气相沉积（ＭＯＣＶＤ）技术在ＧａＡｓ衬底上生长ＧａＩｎＰ太阳电池薄膜材料为对象，将ＭＯＣＶＤ反应室内气体热流场ＣＦＤ数值模拟的结果作为生长参数，运用动力学蒙特卡罗（ＫＭＣ）方法对ＧａｌｎＰ薄膜生长过程进行了并行计算模拟，给出了数据分布方式和通信优化策略进行负载ｆ衡并降低通信开销，实现了真实沉积条件下基于大规模粒子的薄膜生长仿真，解决ｒ单机计算能力的不足，缩短了仿真计算时间。模拟结果与试验一致性较好，为优化ＭＯＣＶＤ生长ＧａＩｎＰ薄膜的工艺参数提供理论依据，对于使用ＭＯＣＶＤ生长高质量薄膜材料的太阳电池具有现实意义。关键词：动力学蒙特卡罗方法；金属有机化学气相沉积；ＧａｌｎＰ薄膜形貌；并行计算中图分类号：ＴＰ３９１．９文献标识码：Ａ０引言在ＧａＡｓ衬底上生长ＧａＩｎＰ薄膜材料为目标，将反应室内气体热流场的ＣＦＤ数值模拟结果作为薄膜生长参数，针对大规模粒子的ＫＭＣ原子薄膜生长仿真，采用并行计算方法实现ＧａＩｎＰ薄膜生长的过程，缩短了仿真时间。１高效率多结叠层太阳电池（ＧａＡｓ基系多结太阳电池）是目前世界上最具竞争力的新一代太阳电池。在研制ＧａＡｓ太阳电池的方法中，ＭＯＣＶＤ技术能生长出各种复杂的器件结构，使多结霍层电池的研究和规模生产成为可能¨叫。以ＭＯＣＶＤ技术在ＧａＡｓ衬底上生长ＧａｌｎＰ薄膜材料体现为原子在薄膜表面上的粘接、扩散和再蒸发等一系列的原子过程，其中ＧａＩｎＰ薄膜生长的动力学蒙特卡罗模拟在ＫＭＣ方法研究薄膜生长过程时，认为发生在表面上的原子过程（沉积、扩散、脱附等）具有随机性质。运用通用的ＣＦＤ软件（如Ｆｌｕｅｎｔ、ＣＦＸ、Ｐｈｏｎｅｉｃｓ等）对ＭＯＣＶＤ反应室内气体的热流场进行数值模拟，运用ＣＦＤ后处理软件（如Ｔｅｃｐｌｏｔ、Ｅｍｉｇｈｔ、Ｆｉｅｌｄ．扩散决定着薄膜的成核及核的长大。保证均匀的温度场、速度场分布是薄膜材料均匀生长的关键技术之一【４ｊＪ。然而，薄膜的ＭＯＣＶＤ牛长过程非常复杂，目前凭借实验仪器很难跟踪薄膜的生长过程。因此，计算机模拟已成为研究薄膜生长的原子过程的重要手段之一。目前的计算机模拟方法有第一原理法（ＦＰ）、分子动力学法（ＭＤ）、蒙特卡罗法（ＭＣ）、有限元法（ＦＥＭ）等№］。在这些方法中，将分子动力学同ＭＣ相结合的动力学蒙特卡罗（ＫｉｎｅｔｉｃＭｏｎｔｅＣａｒ－Ｖｉｅｗ等）处理三维网格数据，记录Ｇａ、ｈｌ和Ｐ原子的空间位置，获得三维的网格数据文件。定义ＫＭＣ晶格窄间由Ｎ×Ｎ×Ｈ个小的立方体组成，小立方体每边的长度等于Ｇａ、ｈ和Ｐ原子的原子直径的平均值Ｄ＝０．２９２ｎｍ，Ｎ，Ｈ分别为ＫＭＣ空间的长宽高，它们的值根据模拟对象数目和运算量的大小来决定。将ＣＦＤ网格数据按公式（１）映射到ＫＭＣ晶格空间中：ｍ＝１０—６×／１，ｌｏ，ＫＭＣ）方法具有可模拟较长的时间尺度，同时本身是一个随机过程的优点因此是进行原子薄膜生长动态模拟的重要研究手段［７’８】。目前，模拟实际沉积状态下的大规模粒子的ＫＭＣ生长已超出单个计算机的计算能力，为了解决单机计算能力不足的问题，本文以研究ＭＯＣＶＤ技术收稿日期：２００８－０８－０１基金项目：国家自然科学基金（６０７０６０１４）（１）式中，ｎ——ＣＦＤ网格的ｘ、Ｙ和ｚ坐标；ｍ——ＫＭＣ通讯作者：胡小梅（１９ｒ７卜），女，博ｔ后，主要从事计算机仿真方面的研究。ｓｕｆｅｉｍａｓｄｒａｎ＠１６３．㈣万方数据３期胡小梅等：ＧａｌｎＰ薄膜ＫＭＣ生长并行计算模拟与可视化研究３０７空间的ｘ、Ｙ和ｚ坐标。原子吸附被看作是独立的过程。原子吸附时，在衬底卜随机选择一个点，格点空则占据，若不空则在薄膜卜层跃迁直至落人空格点。随着沉积的原子数量的增加，薄膜进入生长阶段。原子扩散速率由它与周围原子和基底的相互作用以及基底温度决定。吸附原子的跃迁速率为：式中，卜基底温度；ｋＢ——玻耳兹曼常数；“＝Ｉｉｏｅｘｐ（一Ｅｃｄ／ｋＢｒ）（２）发能，四角形格子的ｖ０＝ｋ。Ｔ／２；＾—普朗克常数。Ｅ知——吸附原子从位置（ｉ，Ｊ）跳到（ｋ，Ｚ）所需的激原子向周围空位跃迁的速率和：，一ｒ：＞：磁函（３）式中，哦——原子向第ｋ个空位跃迁的速率；以——吸附粒子周围未被占据的格点数。原子向第ｋ个空位跃迁的概率：Ｐ：＝吮／ｒ（４）在ＫＭＣ模拟中，扩散位置一般可以考虑最近邻，次近邻位置。如果原子周围有３个以上最近邻原子，该原子就停留在该位置。根据式（４）所计算的概率确定扩散方向。一步扩散所需时间由式（５）确定：△ｆ攀＝一Ｉｎ（ｐ）／ｒ（５）式中，ｐ——［Ｏ，１］之间的随机数。原子的脱附速率为：也＝％ｅｘｐ（一醮／后。ｒ）（６）式中，‰＝Ｖｏ；聪——原子从（ｉ，Ｊ）脱附所需克服的势垒，它由原子与基底及周围原子相互作用决定。原子脱附的概率为：Ｐ。＝圪／ｒ（７）２ＧａＩｎＰ薄膜ＫＭＣ生长并行计算模拟运用ＫＭＣ方法研究薄膜生长是以两个基本假定为前提的［８】：①原子的位置可以用ＫＭＣ晶格空间上的某一点来表示；②沉积原子的跃迁速率仅取决于其临近环境。这样，对晶格空间较大的薄膜生长模拟，单机的计算能力可能无法满足模拟要求，可以分解成若干个小规模区域空间的薄膜生长并行模拟。万方数据在进行ＧａｌｎＰ薄膜ＫＭＣ生长并行算法设计时，需要考虑数据的分布方式和通信策略阳一川，使参与并行计算的各个进程的计算负载平衡，且进程之间的通信次数和通信量最小化。２．１数据分布方式由于ＧａｌｎＰ薄膜ＫＭＣ生长时，衬底上原子之间的相关性很强，每个原子都对其邻域８个晶格内的其它原子产生影响，因此，采用块分布方式将ＫＭＣ品格空间按划分成连续的子窄间，每个空间包含相同数量的ＫＭＣ晶格，每个进程模拟一个子空间中的原子ＫＭＣ生长，有效保证了各进程达到负载平衡。为了降低进程之间的通信次数和通信量，在进行晶格空间的划分时，必须考虑到在薄膜生长中位于区域边界的原子之间的通信问题。由于原子的跃迁速率与其周围８个晶格的势能有关，当计算位于区域边界的原子的跃迁速率时，需要通信获得其周围晶格中位于其它区域的粒子势能。在进行晶格空间划分时，有两种划分方法可以实现块数据分布：格状和片状划分，如图１所示。晶格６个进程５个进程ａ．格状划分ｂ．片状划分图１ＫＭＣ晶格空间划分ｒｉｇ．１ＴｈｅｄｉｖｉｓｉｏｎｏｆＫＭＣｌａｔｔｉｃｅｓｐａｃｅ由于图１ａ的划分方法使边界上的原子可能需要和３个进程通信，而图ｌｂ的划分方法只与１个进程进行通信，因此采用图ｌｂ的划分方法。２．２通信优化策略由于用ＫＭＣ方法研究薄膜生长只考虑吸附和扩散事件，为了优化通信策略，降低进程之间的通信次数和通信量，每个进程的数据存储空间分为本地空间Ｌｏｃａｌ．Ｓｔｏｒｅ和邻域拷贝空间Ｎｅｉｇｈｂｏｒ－Ｃｏｐｙ。在吸附过程计算时，通过对进程中本地空间Ｌｏｃａｌ．Ｓｔｏｒｅ中的原子位置进行更新，将满足吸附条件的原子吸附到衬底上，这个过程不涉及进程间的通信，从而降低通信次数；在扩散过程中，只对衬底上位于区域边界的原子与其它进程进行通信，更新进程中的邻域太阳能学报３ｌ卷拷贝空间Ｎｅｉｇｈｂｏｒ－Ｃｏｐｙ的值，从而降低通信量。这样，每个进程不仅记录其辖区片状晶格空间中的原子数据，还需保存衬底上邻域晶格空间中的原子数据。图２所示的晶格空间衬底划分给３个进程，阴影部分包含了进程２的邻域拷贝空间，这是因为在扩散过程中，它需要和进程ｌ，３进行通信。进程２戮励燃彭笏形钐缪钐髟杉彩形勿勿衫殇彩一Ｉ旎Ｚ么磁丝磁彪彩磁么ｉ；ｉ；！经么獭）葶图２３个进程的衬底数据存储模型Ｆ遮．２ｓｕ‰ｄａｔａｓｔｏｒａｇｅｍｏｄｅｌｉｎｔｈｒｅｅｐｒｏｃｅｓｓｅｓ定义在通信过程中，原子ａｔｏｍ的数据结构体Ａ。．表示为：Ａ一＝（ｐｏｓ，ｔｙｐｅ，ｖｅｌ）（８）式中，ｐｏｓ，ｔｙｐｅ，ｖｅｌ——分别表示原子在晶格空间中的位置，原子类型及运动速度，ｔｙｐｅ的值域为｛Ｇａ，ＩＩｌ，Ｐ｝。２．３ＫＭＣ生长ＧａＩｎＰ薄膜并行计算模拟算法图３给出了使用ＫＭＣ生长ＧａｌｎＰ薄膜的并行计算模拟算法框架，其中各进程算法中的原子吸附过程和扩散过程如图４和图５所示。１Ｓｅｓｉｎ２初始化ＭＰＩ环境，确定进程个数和仿真时间ｔ；３主进程读入Ｇａ，Ｉｎ，Ｐ原子的数据结构体；４主进程根据片状分布方式将数据分发到各个进程的ｌｏｃａｌ．Ｓｔｏｒｅ中，初始化仿真时间ｆ＝０５若ｉ＜＝ｔ，执行６；否则，执行９；６各进程执行吸附进程；７各进程执行扩散过程；８各进程计算更新仿真时间ｉ，执行５；９各进程将存储的原子数据结构体发送给主进程；ｍ主进程收集各子进程发送的数据，写入文件Ｏｕｔｐｕｔ中；¨Ｅｎｄ图３并行计算模拟ＫＭＣ生长ＧａｌｎＰ薄膜算法Ｆｉｇ．３＾ＪｇｏｎｔｈｍｏｎｓｉｍｕｌａｔｉｏｎｏｆＧａＩｎＰｔｈｉｎｆｉｌｍｇｒｏｗｎｂａｓｅｄＯｎＫＭＣｕｓｉＩｌｇｐａｒａｌｌｅｌｃａｌｃｕｌａｔｉｏｎ３三维薄膜生长可视化仿真将并行计算过程中产生的Ｇａ、ＩＩｌ和Ｐ原子坐标万方数据ｌＢｅｇｉｎ２将各进程中位于本地空间ＩＪＤｃａｌ．Ｓｔｏｒｅ中的原子位置ｐｏｓ进行更新；３对于ｌｏｃａｌ．Ｓｔｏｒｅ中．ｊ原子的ｚ坐标小于原子直径的平均值Ｄ，即Ａ。（Ｊ）．ｐｏｓ．ｚ＜Ｄ，执行４；否则，执行５；４若衬底上』原子的对应位置（Ａ一（＿『）．ｐ∞．ｘ’Ａ一（．，）．ｐ∞．ｙ）为Ｎｕｌｌ，将该粒子吸附到衬底上，即Ａ。（』）．ｐ∞．ｚ＝０，（Ａ。（．『）．ｐｏｓ．ｘ＇Ａ。（，）．ｐｏｓ．Ｙ）＝Ａ。（，）。ｔｙｐｅ；５若ＬＤｃａＩ．Ｓｔｏｒｅ中原子扫描完毕，执行６；否则，执行３；６Ｅｎｄ图４并行计算中的吸附算法Ｆｉｇ．４Ａｄｓｏｒｐｔｉｏｎａｌｇｏｒｉｔｈｍｉｎｔｈｅｐａｒａｌｌｅｌｃａｌｃｕｌａｔｉｏｎ１＆酒ｎ２各进程将边界数据发送给其它进程，同时从其它进程接收边界数据，并存储到邻域拷贝空间Ｎｅｉｇｈｂｏｒ－Ｃｏｐｙ中；３计算本地空间ＩＪＤｃａｌ．Ｓｔｏｒｅ中的原子』的跃迁概率和迁移方向；４原子迁移，更改Ａ～（，）．ｐｏｓ值，将衬底上相应位置被，原子的类型占据，即（Ａ。（Ｊ）．ｐｏｓ．ｘ，Ａ。（＿『）．ｐ∞．Ｙ）＝Ａ。（Ｊ）．ｔｙｐｅ；５若Ｌｏｃａｌ－Ｓｔｏｒｅ中原子扫描完毕，执行６；否则，执行３；６与其它进程通信，更新Ｎｅｉｇｈｂｏｒ－Ｃｏｌｗ中的原子数据；图５并行计算中的扩散算法Ｆｉｇ．５Ｄｉｆｆｕｓｉｏｎａ１９０ｒｉｔ｝ｌｍｉｎｔｈｅｐａｒａｌｌｅｌｃａｌｃｕｌａｔｉｏｎ记录到文本文件中，在可视化仿真时经过晶格窄间到ＣＦＤ网格空间的变换后作为仿真软件包的输入参数，用ＯｐｅｎＩｎｖｅｎｔｏｒ实现了三维ＧａｌｎＰ薄膜生长可视化。为了从ＭＯＣＶＤ反应室外看清室内的ＧａＩｎＰ薄膜生长的过程，将长方体反应搴做成透明的。ＧａＩｎＰ薄膜ＫＭＣ生长可视化的场景图如图６所示。三维ＧａｌｎＰ薄膜ＫＭＣ生长的可视化仿真算法如图７所示。４结果在上海大学自强３０００高性能集群上，选择８００×８００×４００的晶格空间对串行算法和并行算法生长ＧａＩｎＰ薄膜进行了测试，在选择相同参数的情况下，得到相同的生长结果。两种算法的并行加速比和并行效率如表１。３期胡小梅等：ＧａｌｎＰ薄膜ＫＭＣ生长并行计算模拟与可视化研究根节点ＩＩＩ节点）（Ｐ节点Ｉｎ网格、ｒＩｎ材质、ｒｌｎ形状、ｒＰ网格、ｒＰ材质、ｒＰ形状节点／＼节点／＼节点／＼节点／＼竹点／＼节点图６Ｆｉｇ．６１ＢｅｇｉｎＧａＩｎＰ薄膜ＫＭＣ生长可视化的场景图ＫＭＣ伊ｍ汕ＳｃｅｎｅｇｒａｐｈｏｆｖｉｓｕａｌｉｚｉｎｇＧａＩｎＰｔｈｉｎｆｉｌｍ算时间显著缩短。这说明虽然ＫＭＣ生长算法的本２从０ｕｔｐｌＩｔ文件中读入Ｇａ，Ｉｎ，Ｐ原子坐标及网格索引；３创建网格并赋矢量值；４创建长方体透明生长室；５创建白色衬底；６添加ＧａＩｎＰ薄膜的生长形貌，包括３种粒子的网格、材质和形状。７创建场景图，实现三维可视化；８Ｅｎｄ质需要原子进行大量的边界查询，但采用本文的算法能降低通信代价的消耗，从而提高了算法效率。图８显示了三维ＧａｌｎＰ薄膜生长的可视化仿真结果。从图８中可以清楚直观地看出ＭＯＣＶＤ反应室内衬底表Ｉｌｉｆ及其上方各层的ＧａｌｎＰ薄膜的生长情况，为调整Ｔ艺参数提供指导依据。图７三维ＧａｌｎＰ薄膜ＫＭＣ生长的可视化仿真算法ｒｉｇ．７ＶｉｓｕａｌｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｏｆｔｈｒｅｅｄｉｍｅｎｓｉｏｎｓＧａｌｎＰｔｈｉｎｆｉｌｍＫＭＣｇｒｏｗｔｈ表１不同进程下的并行算法执行结果比较ＴａｂｌｅｌＣｏｍｐａｒｉｓｏｎ图８三维ＧａｌｎＰ薄膜生长的可视化结果Ｆｉｇ．８ＶｉｓｕａｌｉｚａｔｉｏｎｒｅｓｕｌｔｏｆｔｈｒｅｅｄｉｍｅｎｓｉｏｎｓＧａｌｎＰｔｈｉｎｆｉｌｍｇｒｏｗｔｈｓｔｕｄｙｏｆｒｅｓｕｌｔｓｏｆｐａｒａｌｌｅｌｃａｌｃｕｌａｔｉｏｎｉｎｄｉｆｆｅｒｅｎｔｐｒｏｃｅｓｓｅｓ图９是沉积时间为４ｍｉｎ，衬底温度为９９８Ｋ时的ＧａＩｎＰ薄膜形貌实验与模拟结果比较。并行加速比表示为：ａ．实验结果ｂ．实验结果Ｓｐ－笔程并行计算所需的时间。（７）图９ｒｉｇ．９ＧａＩｎＰ薄膜形貌实验与模拟结果比较Ｃｏｍｐａｒｉｓｏｒｌｏｆｅｘｐｅｒｉｍｅｎｔａｌａｎｄｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｆｉｌｍｍｏｒｐｈｏｌｏ固，式中，瓦——串行计算所需的时间；Ｔｐ——Ｐ个进通过对表１中的数据分析得出：由于在算法执图１０是当衬底温度（ｒ）为９９８Ｋ时的单位面积衬底上ＧａＩｎＰ薄膜中岛的平均原子数随时间变化的实验结果与模拟结果对比图。图１１是岛的平均原行涉及到读写文件操作，几时间较长导致加速比结果较小；但随着进程数的增加，加速比不断增大，运万方数据３ｌＯ太阳能学报３１卷子数随衬底温度变化的实验结果与模拟结果对比图。图１０和图ｌｌ的实验结果和模拟结果具有较好的一致性，说明本文提出的模拟方法能正确反应薄膜生长规律。随衬底温度的升高，原子的扩散能力增加，凝结成更大岛的机会就越多；而随着时间的推移，在单位面积的衬底上Ｇａ、Ｉｎ、Ｐ原子形成岛的尺寸也越大。岛的尺寸越大，岛内的平均原子数目越多。籁ｍ甾嚣斗霍田８９８９２３９４８９７３９９８跏（图ｌｌ岛内平均原子数随着温度变化的试验与模拟对比图Ｆｉｇ．１１Ａｎａｌｙｓｉｓｆｏｒｅｘｐｅｒｉｍｅｎｔａｌｄａｔａａｎｄｓｉｍｕｌａｔｉｏｎｄａｔａｏｆａｖｅｒａｇｅａｔｏｍｉｒｎｌｍｂｅｌｒｉｎｔｈｅｉｓｌａｎｄｓｗｉｔｈｔｈｅｃｈ，ｍｇｅｏｆｌｅｍｐｅｒａｔｕｒｅ５结论采用多处理机的并行计算为模拟真实沉积条件下基于大规模粒子的ＧａＩｎＰ薄膜ＫＮＣ生长提供了有效手段。本文提出了ＧａＩｎＰ薄膜ＫｌＶＩＣ生长并行计算算法，通过使用片状划分ＫＩＶｌＣ晶格空间的数据分布方式，并采用了通信优化策略，既可以合理平衡各进程的负载，又能降低各进程间的通信代价，表１的实验结果表明，使用合理的进程数可以大大缩短万方数据仿真执行时间，得到理想的加速比，提高并行效率，解决单机运算能力的不足。通过直观的三维可视化仿真结果，研究人员可以透过反应室表面看清室内ＧａｌｎＰ薄膜的吸附和扩散情况，通过在不同工艺参数下的试验和并行模拟分析ＧａｌｎＰ薄膜生长形貌特征，对比结果表明本文的并行模拟能正确的反应薄膜生长规律，对于使用ＭＯＣＶＤ生长高质量薄膜材料的太阳电池具有一定指导意义。［参考文献］［１］撕Ｚｈｏｎｇｗｅｉ，ＬｕＪｉａｎｆｅｎｇ，ＣｈｉＷｅｉｙｉｎｇ，ｅｔａ１．１＂ｅｅｈ－ｎｉｑｕｅｄｅｖｅｌｏｐｍｅｎｔａｎｄｐｒｏｓｐｅｃｔｓａｎａｌｙｓｉｓｏｆｇａａｓｓｏｌａｒｃｅｌｌ［Ｊ］．ＡＥＲＯ－ＳＰＡＣＥＳＩｌａｎ曲ａｉ，２００３，３：３３—３８．［２］ＨｅＷｅｉｙｕ．ＴｅｃｈｎｏｌｏｇｙｄｅｖｅｌｏｐｍｅｎｔｓｉｔｕａｔｉｏｎｏｆＧａＡｓｓｅｒｉｅｓｓｏｌａｒｃｅｌｌｓｆｏｒｓｐａｃｅａｐｐｌｉｅａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｉｖｉｌＡｖｉａｔｉｏｎＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａ，２００４，２２（２）：５９＿—６４．［３］ＹａｎｇＳｈｕｒｅｎ，ＤｉｎｇｌＶｌｏｙｕａｎ．Ｔｅｃｈｎｏｌｏｇｙｏｆｅｏｉｔａｘｉａｌｇｒｏｗｔｈ［Ｍ］．Ｂｅｉｊｉｎｇ：ＮａｔｉｏｎａｌＤｅｆｅｎｃｅＩｎｄｕｓｔｒｙＰｒｅｓｓ，１９９２，２７８—－２９８．［４］ＹａｎｇＣｈｔｍｓｈａｎ，ＦｕＷｅｎｂｉｎ，ＺｈｏｕＢｉｈｕａ．Ｓｔｕｄｙｏｎｐｅｌ＇ｔｕｒ－ｂａｔｉｏｎｍｏｄｅｌｏｆｓｕｂｓｔｒａｔｅｈｅａｔｉｎｇｍａｔｅｒｉａｌｓ’ｔｅｍｐｅｒａｔｕｒｅｆｉｅｌｄｓｉｎｍｅｃｖｏ［ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＲａｄｉｏＳｅｉｅｎｅｅ，２００２，１７（５）：４９５—－４９８．［５］ＣｈｅｒｔＹａｈ，ＣｈｅｒｔＤａｎｙｅ．ｂｈｎ，ｎｅｒｉｅａｌｎｌｙｓｉｓｏｆｆｌｏｗｐｒｏｃｅｓｓｏｆｇａｓｉｎｔｈｅＩ～ＩＯＣＶＤＳｅａｌｓ，２００６，３：４４删．ｒｅａｃｔｏｒ［．１］．Ｈｙｄｒａｕｌｉｃｓｅｒｌｅｌｌｌｌｌａｔｉｃｓ＆［６］ＳｏｎｇＰｅｎｇ，ＬｕＪｉａｎｓｈｅｎｇ，ＨｕＱｉ，ｅｔａ１．Ａｐｐｌｉｃａｔｉｏｎａｎｄｄｅ—ｖｅｌｏｐｍｅｎｔｏｆｃｏｍｐｕｔｅｒｓｉｎ＇ｍｌａｆｉｏｎｉｎｔｈｉｎｆｉｌｍｄｅｐｏｓｉｔｉｏｎ［Ｊ］．ＭａｔｅｒｉａｌｓＲｅｖｉｅｗ，２００３，１７：１５４＿一１５７．［７］ｌＶｌｅｉｘｎｅｒＭ，ＫｕｎｅｒｔＲ，ＳｅｈｏｌｌＦ．ＣｏｎｔｒｏｌｏｆＳｔｒａｉｎ－ｍｅｄｉａｔｅｄｇｒｏｗｔｈｋｉｎｅｔｉｃｓｏｆｓｅｌｆ－ａｓｓｅｍｂｌｅｄｓｅｍｉｃｏｎｄｕｃｔｏｒｑｕａｎｔｕｍｄｏｔｓ［Ｊ］．ＰｈｙｓＲｅｖＢ，２００３，６７（１９）：１９卜３０１．［８］ＷａｎｇＥ咿．Ａｔｏｍｉｃ－ｓｃａｌｅｓｔｕｄｙｏｆｋｉｎｅｔｉｃｓｉｎｆｉｌｍｇｒｏｗｔｈ（Ｉ）［Ｊ］．ＰＩ＿咽脚ｉｎＰｈｙｓｉｃｓ，２００３，２３（１）：１７＿１８．［９］ＬｕＫｅｚｈｏｎｇ，ＬｉｎＸｉａｏｈｕｉ．ＩｍｐｌｅｍｅｆｎｉｎｇｌｏａｄｂａｌａｎｃｅｉｎＭＰＩ２３Ｈ３４．ｐａｒａｌｌｅｌｐｒｏｇｒａｍ［Ｊ］．Ｃｏｎｔｒｏｌ＆Ａｕｔｏｍａｔｉｏｎ，２００７，１５：［１０］ＬｕＬｉｎｓｈｅｎｇ．ＲｅｓｅａｒｃｈＯｉｌｐａｒａｌｌｅｌｐｒｏｇｒａｍｄｅｓｉｇｎｓｔｒａｔｅｇｙ［Ｊ］．ＥｌｅｃｔｒｏｎｉｃＣｏｍｐｌｌｔｅｒ８，１９９９，１４１（６）：２＿－８．［１１］ＺｈｏｕＢｉｎｇ，ＳｈｅｎＪｌｍｙｉ，Ｐｅｎｇ吣．ＣｏｒｍｕｎｉｅａｔｉｏｎｓｃｈｅｍｅｏｆｐａｒａｌｌｅｌｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｆｏｒＰｃｓｄｕｓｔｅｒ［Ｊ］．ＣｏｍｐｕｔｅｒＥＩｌｉＩ脱咖，２００４，３０（５）：２０＿一２１．３期胡小梅等：ＧａｈｌＰ薄膜ＫＭＣ生长并行计算模拟与可视化研究３ｌｌＲＥＳＥＡＲＣＨｏＮＰＡＲＡＩＪ．ＥＬＣＡＬＣＵＬＡＴＩｏＮＳ硼Ⅱ。ＡＴＩｏＮＡＮＤＶ【ｓＵＡＪＬⅡ二ＡＴＩｏＮＯＦＧａｌｎＰ田印口ＮＦＩＬＭＫＭＣＧＲｏⅥⅡＨＨｕＸｉａｏｍｅｉ，ＨｕＧｕｉｈｕａ，ＺｈｕＷｅｎｈｕａ，ＹｕＴａｏ（Ｃｌｉｆｆｓ＆砌６０ｔＣ．ｄｔｔｅｒ，鼬州２（１００７２，‰）ｏｎＡｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｓｔｕｄｙｔｈｅｇｒｏｗｔｈｏｆＧａＩｎＰｓｏｌａｒｃｅｌｌｓｔｈｉｎｆｉｌｍｍａｔｅｒｉａｌｓｃａｌＶａｐｏｒＧａＡｓｓｕｂｓｔｒａｔｅｂｙＭｅｔａｌＯｒ群ｌｎｉｃＣｈｅｍｉ－ｓｉｍｕｌａｔｉｏｎｄａｔａｏｆｇａｓｅｓ’ｔｈｅｒｍａｌａｎｄＤｅｐｏｓｉｔｉｏｎ（ＭＯＣＶＤ），ＣｏｍｐｕｔａｔｉｏｎａｌＦＩｕｉｄ８，８Ｄｙｎａｍｉｃ８（ＣＦＤ）ｎｕｍｅｒｉｃａｌｇｒｏｗｔｈｏｎｆｌｏｗｆｉｅｌｄｓｏｆＭＯＣＶＤｒｅａｃｔｉｏｎｃｈａｍｂｅｒｗｅｒｅｕｓｅｄｐａｒａｍｅｔｅｒｓ，ａｎｄｐａｒａｌｌｅｌｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｗａｓａｐｐｌｉｅｄｔｏｍｏｄｅｌｓｉｍｕｌａｔｉｏｎｏｆｔｈｅｐｒｏｃｅｓｓｏｆＧａＩｎＰｔｈｉｎｆｉｌｍｇｒｏｗｎｂａｓｅｄＫｉｎｅｔｉｃＭｏｎｔｅＣａｒｌｏ（ＫＭＣ）．１ｈｅｄａｔａｄｉｓｔｒｉｂｕｔｉｏｎａｎｄｃｏｍｍｕｎｉｃａｔｉｏｎｓｔｒａｔｅｇｙｗｅｒｅｇｉｖｅｎｉｎｄｅｔａｉｌｉｎｔｈｅｆｕｌｌｐａｐｅｒｉｎｏｒｄｅｒｔｏｂａｌａｎｃｅｗｏｒｋｌｏａｄａｎｄｒｅｄｕｃｅｔｈｅｃｏｓｔｏｆｃｏｍｉｎａ—ｎｉｃａｔｉｏｎ，ｗｈｉｃｈｍａｋｅｓｔｈｅｐａｒａｌｌｅｌａｌｇｏｒｉｔｈｍｒｅａｌｉｚｅｔｈｉｎｆｉｌｍｇｒｏｗｔｈｓｉｍｕｌａｔｉｏｎｂａｓｅｄｄｅｐｏｓｉｔｉｏｎｓｔａｔｅｓ．ｏｙｅｒｃｏｎｌｅｔｈｅｉｎｓｕｆｆｉｃｉｅｎｃｙｏｆｓｉｎｇｌｅｐｒｏｃｅｓｓｏｒ’ｓｃａｐａｃｉｔｙｏｎｍａｓｓｉｖｅｐａｒｔｉｃｌｅｓｕｎｄｅｒｔｈｅｒｅａｌａｎｄｑｕｉｃｋｅｎｓｔｈｅｃａｌｃｕｌａｔｉｏｎｔｉｍｅ．ｍｓｖｉｓｕ—ａｌｉｚａｔｉｏｎｒｅｓｕｌｔｓｐｒｏｖｉｄｅｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｓｏｆｐｒｏｃｅｓｓｉｎｇｐａｒａｍｅｔｅｒｓｗｈｉｃｈｇｒｏｗＧａＩｎＰｔｈｉｎｆｉｌｍｂｙｂｙＭＯＣＶＤｗｉｔｈｔｈｅｏｒｅｔｉｃａｌＭＯＣＶＤ．ｂａｓｉｓ．ａｎｄｉｔｈａｓｒｅａｌｉｓｔｉｃｍｅｍｆｉｎｇｆｏｒｇｒｏｗｉｎｇｈｉｇｈ－ｑｕａｌｉｔｙｔｈｉｎｆｉｌｍＫｅｙｗｏｒｄｓ：ＫＭＣｍｅｔｈｏｄ；ＭＯＣＶＤ：ＧａＩｎＰｔｈｉｎｍａｔｅｒｉａｌＳｏｌａｒＣｅｌｌｓｆｉｌｍｍｏｒｐｈｏｌｏｇｙ；ｐａｒａｌｌｅｌｃａｌｃｕｌａｔｉｏｎ万方数据