量子科技中心_量科网

计算材料科学已向材料信息学方向发展，研究人员通过密度泛函理论（DFT）生成并评估多组分复杂化合物的大规模数据集。虽然材料基因组计划从这些数据集中挖掘具有突破性性能的候选材料，但由于计算成本限制，现有数据库仍局限于晶胞较小的化合物。百亿亿级计算机的出现使得模拟更大、化学结构更真实的体系成为可能，但要充分释放这一潜力，需要具有千级处理器并行效率的DFT代码。该团队开发的实空间多重网格（RMG）DFT代码采用网格分解策略，即便对数千原子的模拟也能实现与GPU数量近乎线性的扩展效率。这种卓越的并行性使RMG成为高通量材料DFT研究的理想工具，可突破其他代码（如平面波DFT中全局快速傅里叶变换）的瓶颈制约。本工作推出的pyRMG工具包基于Python开发，集成了pymatgen和ASE程序包，可自动化生成输入文件、校验收敛性，并与Frontier、Perlmutter等顶级超算平台的现代作业调度系统（如Flux）无缝衔接。研究团队以晶格匹配的二维BiSe/NbSe异质结为例开展高通量研究，这些体系会形成大尺寸各向异性超晶胞。通过分析界面应变和扭转角效应，该研究揭示了这些参数与材料信息学特性（如稳定性和带隙）的关联规律，并证明pyRMG能以最小人工干预完成复杂RMG工作流的初始化与收敛。