【JCP】超算“神助攻”来了!这个Python工具让万原子DFT计算不再“卡脖子”

引言（背景介绍）
在材料计算领域，密度泛函理论（DFT）是揭示材料性能的“显微镜”，但面对成千上万个原子的大体系——比如复杂异质结、缺陷材料或二维堆叠结构——传统基于平面波基组的DFT代码往往“力不从心”。它们依赖全局快速傅里叶变换（FFT），计算随体系增大而急剧变慢，甚至在超算上也会因通信瓶颈而“卡顿”。这导致现有材料数据库中大体系、低维材料的数据严重缺失，限制了新材料设计与发现。

研究目的
2026年2月6日，美国橡树岭国家实验室Ryan Morelock、Panchapakesan Ganesh等团队在《The Journal of Chemical Physics》上发表了题为“pyRMG: A framework for high-throughput, large-cell DFT calculations on supercomputers”的研究论文。他们开发了一款名为pyRMG的Python工具包，旨在解决大体系DFT计算设置复杂、资源分配低效、难以高通量运行的问题，让RMG（一款实空间多网格DFT代码）的强大算力能够更便捷地用于万原子级材料模拟。

研究过程
研究团队以二维Bi₂Se₃/NbSe₂异质结为例，展示了pyRMG的全流程自动化能力：

1. 自动化输入与资源分配
   pyRMG基于pymatgen和ASE，能自动生成RMG输入文件，并智能分配处理器网格。用户只需设定“每个GPU处理的电子数”目标，工具即可自动优化计算资源，避免内存溢出或负载不均。

2. 高通量工作流集成
   支持与Flux等任务调度器对接，实现动态任务管理与自动重提交，特别适合在Frontier、Perlmutter等超算平台上进行大规模并发计算。

3. 应对复杂结构挑战
   该异质结体系具有大真空层、高各向异性、原子数跨度大（168–1046原子）等特点，传统方法难以收敛。pyRMG通过优化网格划分与算法选择，成功完成了35种不同扭转角结构的单点能计算。

关键图示说明

• Figure 1 | pyRMG自动化工作流程示意图
  

  

• Figure 2 | 2L-Bi₂Se₃/2L-NbSe₂异质结研究全流程图
  

  

研究结果与创新点

• 成功实现高通量万原子计算：pyRMG使RMG代码在Frontier等超算上高效运行，所有35个异质结结构均收敛，最大体系包含1046个原子。

• 智能资源分配提升效率：相比RMG默认设置，pyRMG自动生成的处理器网格可提升约13%的计算速度。

• 揭示扭转角对稳定性的影响：研究发现某些大扭转角结构仍具有接近基态的能量，说明在实际生长中可能出现低能量扭转构型，这一点此前常被忽略。

• 为高通量材料数据库补全“大体系”短板：pyRMG使得计算缺陷体系、非化学计量材料、二维堆叠结构等大体系成为可能，有望拓展材料数据资源的覆盖范围。

意义与展望
pyRMG不仅仅是一个“接口工具”，它标志着大体系DFT计算正走向自动化、高通量化。未来，该工具可广泛应用于界面工程、缺陷物理、合金设计等领域，尤其适合与机器学习势场结合，构建更准确的大尺度材料模拟工作流。如果你是计算材料学研究者，尤其是需要处理“大而复杂”体系的话，pyRMG或许就是你一直在等的“超算神助攻”。