超越顺序法的大规模随机传播方法
《Computer Physics Communications》:Large-scale stochastic propagation method beyond the sequential approach
【字体:
大
中
小
】
时间:2026年02月09日
来源:Computer Physics Communications 3.9
编辑推荐:
傅志昌|李云海|周伟清|袁胜军武汉大学物理与技术学院,教育部人工微纳结构重点实验室,中国武汉,430072
摘要
O(N)随机传播方法依赖于利用随机初始状态对含时薛定谔方程进行数值求解,被广泛用于大规模第一性原理计算中。在本研究中,我们通过引入一种能够最小化信息冗余的并行策略,
傅志昌|李云海|周伟清|袁胜军武汉大学物理与技术学院,教育部人工微纳结构重点实验室,中国武汉,430072
摘要
O(N)随机传播方法依赖于利用随机初始状态对含时薛定谔方程进行数值求解,被广泛用于大规模第一性原理计算中。在本研究中,我们通过引入一种能够最小化信息冗余的并行策略,摒弃了传统的中间态逐次计算方式。这种新方法在基于态、矩和能量的不同实现形式下,不仅突破了逐次传播的时间步长限制,还能够在奈奎斯特-香农采样定理框架内保持精度。在紧束缚模型中对10亿个原子进行的系统性基准测试表明,我们的新并行方法可实现高达一个数量级的速度提升,从而快速计算出各种电子、光学和输运性质。这一性能突破为改进其他时间传播算法提供了重要思路,尤其是那些用于大规模随机密度泛函理论的算法。
引言
基于量子力学的数值模拟往往归结为通过数值方法求解各种形式的薛定谔方程。矩阵对角化是解决这类广义特征值问题最直接的算法之一。例如,在基于科恩-沙姆密度泛函理论的第一性原理计算中[1]、[2]、[3],可通过对角化直接获得本征函数及其对应的本征值。这些本征态随后被用于在自洽场迭代过程中重建电子密度[4]。然而,计算成本随系统规模呈立方增长,这成为包括缺陷[5]、合金[6]、分形[7]、准晶体[8]、团簇[9]、界面[10]、异质结构[11]、非晶结构[12]以及DNA等大分子[13]在内的大规模模拟中的主要瓶颈。传统方法难以有效处理这些复杂的量子系统。
开发线性尺度量子模拟算法对于应对这一挑战至关重要。基于片段的方法[14]、多项式展开[3]、直接优化[15]、矩阵净化[16]以及随机技术[17]、[18]等策略为实现这一目标提供了强大的数学工具。自20世纪90年代以来,这些应用数学方法逐渐被整合到量子模拟中。利用量子力学中的局域性原理[19],人们开发出了多种线性尺度方法——也被称为O(N)方法[20]、[21]、[22]、[23]、[24]、[25]、[26]、[27]、[28]、[29]。这类方法的计算负载仅随系统规模线性增长,从而将量子力学精度的适用范围扩展到了更大规模[3]、[15]、[30]、[31]。
随机传播方法是一类将傅里叶谱分析与随机技术相结合的线性尺度方法[18]、[32]、[33]、[34]、[35]、[36]。它将定态薛定谔方程的解转化为由含时薛定谔方程控制的随机态的演化。通过分析这些波函数的时间相关性,可以准确确定物理量。由于随机态的统计特性,整体可观测量的误差呈O(1/N)趋势,其中N表示系统中的原子数。这种尺度行为表明其计算成本与系统规模呈亚线性关系。对于接近热力学极限的超大系统(N→∞),甚至单个随机态就能得到所需精度的结果。该框架使得能够计算包含数十亿原子的系统的各种物理量,如态密度[DOS][18]、[32]、局域态密度[LDOS][37]、准本征态[QE][32]、[37]、电导率[OC][32]、电子导率[EC][32]以及动态极化[DP][38]、[39]。基于这六个基本量,还可推导出许多其他性质,如载流子速度[32]、迁移率[32]、平均自由程[32]、局域长度[38]、扩散系数[32]、响应函数[39]、介电常数[39]、传输系数[40]、能量损失谱[38]、等离子体谱[39]以及等离子体寿命[39]。这些紧束缚传播方法已被整合到开源的大规模紧束缚计算软件包TBPLaS中[41]。
除了经验模型之外,随机传播策略还被扩展应用于第一性原理方法,如二阶莫勒-普莱塞特方法[MP2][33]、GW方法[34]以及贝特-萨尔彼得方程[BSE][35]。此外,时间传播还被发现能有效抑制在电荷密度计算中由非简并态耦合产生的随机误差[36],这也解释了为什么在含时随机密度泛函理论中所需的随机态数量远远少于静态随机密度泛函理论中的数量[22]。通过进一步将这种方法引入到时不变密度泛函理论中,时间传播已成为降低电荷密度计算误差的一种通用策略[36]。目前,随机传播方法已被广泛应用于各种复杂量子系统的模拟中[43]、[44]、[45]、[46]、[47]、[48]、[49]。
在随机传播方法中,要通过傅里叶变换从时域获得所需的能量分辨率,需要一系列逐步的传播过程。这一过程中的最大允许时间步长受能量谱带宽的限制。通常,量子态的时间演化是通过将时间演化算符在正交多项式基组中展开来数值实现的——这种方法因其快速收敛性和无条件稳定性而备受青睐[50]。最近的进展探索了加速这些展开的方法,例如通过将其改写为非递归的矩阵-矩阵运算,从而实现步骤内的并行处理[51]。然而,即便有这样的优化,整体模拟仍受到时间传播固有的顺序依赖性的限制。这类多项式展开的一个显著特点是它们的尺度行为:随着时间步长的增加,每单位时间所需的截断阶数会显著下降。这表明使用更大的时间步长可以提高数值效率。但这一做法与奈奎斯特-香农采样定理相冲突,因为该定理要求在众多间隔均匀的中间时间点获取波函数信息。为了解决这一根本限制,我们提出了一种高效策略,通过彻底压缩传统顺序传播中的计算冗余来实现目标。我们的方法并未违反奈奎斯特-香 Shannon采样定理,而是将数值传播时间步长与采样间隔分开。它通过单一的长时间传播步骤直接计算最终状态,同时并行重建采样定理所要求的所有必要中间状态的贡献。此外,还可以结合自适应时间分割策略,以最佳方式平衡计算成本和内存使用。通过这一策略,所提出的方法巧妙地通过最终状态重建保持了精度一致性,为加速量子系统中的随机传播计算提供了一种通用且高效的框架。
如图1所示,新的并行随机传播方法在多种性质计算中都带来了显著的性能提升,对于态密度和准本征态的计算,速度提升超过了一个数量级;对于电子导率,则提升了5-6倍——而且与传统顺序传播相比,精度没有下降。该方法在不同系统规模下都能保持一致的加速效果,同时仍具有线性尺度特性,使得在单个集群节点上对含有数十亿原子的紧束缚系统的模拟时间从几天缩短到了几小时。
本文的其余部分安排如下:第2.1节回顾随机传播方法框架,随后介绍本研究提出的新的并行随机传播方法。第2.2节对最优块大小的选择进行理论分析。第3至8节详细介绍了我们新并行方法的实际应用和性能表现,我们评估了它在几种关键物理量方面的有效性:(局域)态密度、准本征态、电子导率、电导率、动态极化以及电荷密度。对于每种物理量,我们首先介绍其理论基础和实现细节,然后通过与顺序随机传播方法的对比来验证其数值精度,最后进行全面的性能评估。该评估定量分析了计算效率和内存需求,并为参数选择提供了指导。接着,第9节批判性地分析了该方法的局限性,给出了选择最佳实现方案的实际指导,并分析了数值一致性和可扩展性。最后,第10节总结了本研究的主要发现和结论。
章节摘录
并行随机传播方法
在随机传播方法中,无需进行矩阵对角化,就可以通过随机态的时间演化来推导物理量。相关的数学表达式可分为三类。第一类涉及在给定能量下计算波函数,其表达式为:|Ψ(E)〉=∫?∞∞a(E,t)e?iH^t|ψ1〉dt,另外两类则与包含一个或两个时间演化算符的相关函数有关:A1(E)=∫?∞∞a(E,t)〈ψ1|e?iH
态密度和局域态密度
在随机传播方法中,态密度DOS的表达式为[18]、[32]:D(E)=12π∫?∞∞eiEtCDOS(t)dt,其中CDOS(t)=〈ψ|ψ(t)〉是随机态|ψ?的态密度相关函数。态密度的谱宽与哈密顿量H的谱宽一致,因此重新缩放后的时间步长为τ?DOS=π。总传播时间ttot=Nt·τDOS决定了态密度的能量分辨率,通常会使用窗函数来减轻有限时间截断带来的误差影响。尽管也可以采用样本平均法
准本征态
准本征态|Ψ(E)〉是所有能量为E的本征态的线性组合的近似值,可用于分析不同能量下电子态的实空间分布,以及模拟扫描隧道显微镜实验[37]。在随机传播方法中,准本征态|Ψ(E)〉的计算公式为[32]:|Ψ(E)〉=12π∫?∞∞eiEt|ψ(t)〉dt。与态密度的计算类似,准本征态的谱宽也与哈密顿量H的谱宽一致,因此重新缩放后的时间步长为τ?QE=
电子导率
电子导率是衡量材料电学输运性质的重要指标,可通过切斯特-特尔林公式[63]得出。在零温度下,方向α上的电子导率的对角分量表达式为[32]:σαα(E)=limτ→∞σαα(E,τ)=limτ→∞D(E)A∫0τRe[e?iEtCαEC(t,E)]dt,其中D(E)为态密度,A为系统的面积(二维)或体积(三维)。电子导率的相关函数定义为:CαEC(t,E)=〈ψ|J^αeiH^tJ^α|Ψ(E)〉|〈ψ|Ψ(E)〉|
电导率
电导率是描述材料在电磁场作用下的电荷输运特性的关键量。根据久保公式[64],由于方向β的场作用而在方向α上产生的电导率张量的实部(不考虑ω=0时的德鲁德项)表达式为[32]:Reσαβ(?ω)=limE→0+2(e??ω/kBT?1)?ωA×∫0∞e?Etsin(ωt)ImCαβOC(t)dt,其中T为温度,A为系统的面积(二维)或体积(三维),其虚部则可通过克拉默-克龙尼格关系求得:Imσαβ(?ω)=
动态极化
动态极化是理解材料光学和激发性质的关键物理量,因为它与介电响应和等离子体密切相关。根据久保公式[64],动态极化的定义如下[38]、[39]:Π(q,?ω)=?2A∫0∞eiωtImCDP(t,q)dt,其中的动态极化相关函数表达式为:CDP(t,q)=〈ψ1DP(t)|ρ^(q)|ψ2DP(q,t)〉。式中,两个含时bra和ket分别表示为:|ψ1DP(t)〉=e?iH^tf(H^)|ψ〉,|ψ2DP(q,t)〉=e?iH^t[1
电荷密度
电荷密度是电子结构计算中的基本量,尤其是在密度泛函理论中。在随机传播方法中,电荷密度的计算公式为[36]:ρ(r)=Nbasis2π∫?∞∞|〈r|e?iH^tf1/2(H^)|ψ〉|2dt,其中Nbasis为基函数的总数。费米-狄拉克算符f1/2(H^)用于筛选随机态|ψ?,使得所得状态仅包含处于占据谱宽Δocc内的信息。随后通过模平方运算将谱宽扩大一倍
实施实用指南
为了帮助人们在各种并行策略中选择最佳实现方案,我们在表1中提供了简要指南。虽然系统参数如系统规模、总时间步数Nt以及哈密顿量密度DH会影响可实现的加速程度(详见第9.3节),但我们的测试表明,最佳实现方案的选择主要取决于目标物理量、能量采样数NE以及可用内存
结论
本研究提出了一种高效的传播策略,该策略在遵循奈奎斯特-香 Shannon采样定理的前提下,避免了传统的顺序计算方式。通过一次长时间的传播,我们的方法利用共享的切比雪夫态的线性组合来重建所有中间态,从而省去了逐步演化的过程。我们为不同的计算目标开发了三种定制化的实现方案——基于态、基于矩和基于能量的实现方案——同时还采用了时间分割策略来
数据与代码获取
包含TBPLaS的定制C++实现以及用于生成本研究所分析结果的示例输入文件的复现包可在以下地址获取:https://www.tbplas.net/install.html(文件名为tbplas-cpp-alpha.tar.bz2)。本研究开发的新增功能将会被纳入TBPLaS软件包的未来正式版本中,下载地址为https://www.tbplas.net/。
作者贡献说明
傅志昌:撰写——初稿、可视化、验证、软件、方法论、概念设计。李云海:撰写——审阅与编辑、软件。周伟清:撰写——审阅与编辑、撰写——初稿、项目管理、概念设计。盛军远:写作——审稿与编辑、监督、资源协调、资金筹措、概念构思。利益冲突声明作者声明自己不存在任何可能影响本文所述工作的已知财务利益或个人关系。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号