[论文解读] The FHI-aims Code: All-electron, ab initio materials simulations towards the exascale

Volker Blüm, Mariana Rossi+2 more|arXiv (Cornell University)|Aug 25, 2022

Machine Learning in Materials Science被引用 10

一句话总结

本文介绍了 FHI-aims，一种基于数值原子中心原子轨道（NAOs）的高精度全电子从头算电子结构计算程序，专为百亿亿次计算设计。它可实现大规模、高精度的材料模拟，完整处理核心电子，并支持多尺度与人工智能驱动的建模工作流程，在各类材料体系中均实现了高并行效率与高精度。

ABSTRACT

FHI-aims is a quantum mechanics software package based on numeric atom-centered orbitals (NAOs) with broad capabilities for all-electron electronic-structure calculations and ab initio molecular dynamics. It also connects to workflows for multi-scale and artificial intelligence modeling.

研究动机与目标

• 开发一种可扩展的全电子从头算电子结构代码，能够在百亿亿次高性能计算环境中运行。
• 利用数值原子中心轨道（NAOs）实现对复杂材料的全电子处理，实现高精度模拟。
• 将 FHI-aims 集成到多尺度与人工智能驱动的材料建模工作流中，用于材料设计。
• 确保在各类材料与化学环境中均具备高并行效率与数值鲁棒性。

提出的方法

• FHI-aims 采用数值原子中心轨道（NAOs）作为基函数，提供系统化的基组完备性与全电子计算的高精度。
• 该代码采用线性标度方法与局域化基组，可在大规模并行架构上实现高效计算。
• 实现全电子 Kohn-Sham 电子密度泛函理论（DFT），完整处理核心电子与价电子。
• 支持自适应时间步长与能量守恒的从头算分子动力学（AIMD）模拟。
• 通过标准化接口，与外部多尺度建模与机器学习应用工作流实现集成。
• 通过优化的内存访问模式、负载均衡与通信避免算法，实现对百亿亿次系统的准备就绪。

实验结果

研究问题

• RQ1 如何使全电子从头算模拟在百亿亿次 HPC 系统上实现可扩展性与高效性？
• RQ2 在使用数值原子中心轨道进行大规模材料模拟时，FHI-aims 的性能与精度如何？
• RQ3 FHI-aims 如何实现与多尺度及人工智能驱动材料建模流程的无缝集成？
• RQ4 在各类材料与化学环境中，FHI-aims 能够实现多高的并行效率与数值稳定性？
• RQ5 FHI-aims 是否能在扩展至百亿亿次硬件资源时仍保持高精度？

主要发现

• FHI-aims 在大规模 HPC 系统上实现了高并行效率，展现出高达数万个 CPU 核心的强可扩展性。
• 该代码实现了全电子精度，并具备系统化的基组收敛性，可对电子、结构与热力学性质做出可靠预测。
• 数值结果表明，FHI-aims 在包括过渡金属氧化物与复杂半导体在内的多种材料中，与实验数据及基准方法高度一致。
• 将 FHI-aims 集成到多尺度与人工智能工作流中，显著加速了材料发现与性质预测。
• 该代码的设计支持长时间尺度的从头算分子动力学模拟，具备能量守恒与长时间尺度的鲁棒性。
• FHI-aims 已具备生产就绪能力，适用于百亿亿次系统，其优化的内存访问与通信模式确保了在现代 HPC 架构上的性能可移植性。