ABACUS 平面波基组下的 10 个典型算例

作者：陈诺，邮箱：cn037@stu.pku.edu.cn

审核：陈默涵，邮箱：mohanchen@pku.edu.cn

最后更新时间：2025/12/15

介绍

ABACUS（原子算筹）作为一款高效、开源的第一性原理材料计算软件，不仅支持 CPU，还兼容 GPU、DCU 等多种异构硬件设备，其平面波基组模块能够在不同计算平台上处理不同类型的材料体系，提供灵活可靠的计算支持。为了验证该软件在不同硬件平台上的正确性和效率，开发团队提供了一系列算例和结果供对比，为跨平台计算结果的一致性提供参考依据。本算例集选取10个典型测试案例，涵盖半导体、分子、二维材料、金属表面、钙钛矿、金属单质、铁磁材料、液态体系、电池材料等多种代表性体系。

软件和算例准备

以上10个算例可在gitee或者GitHub上免费下载。具体方式是：在网页右侧点击克隆/下载-> 下载 ZIP得到算例压缩包并解压，或在命令行通过如下命令下载算例：

1. gitee 网站

git clone https://gitee.com/mcresearch/abacus-user-guide.git

1. GitHub 网站

git clone https://github.com/MCresearch/abacus-user-guide.git

进入目录 /abacus-user-guide/examples/pw 文件夹，下有十个算例，并且配备了相应的赝势文件，无需额外下载。

算例概览

十个算例的基本情况如下。对于每个算例，我们基于 ABACUS Release v3.9.0.19 版本（commit c255710, tag: v3.9.0.19）给出一组参考结果。测试使用的 CPU 硬件为 Intel® Xeon® Gold 6132，一下算例使用 28 进程并行。

OMP_NUM_THREADS=1 mpirun -np 28 abacus

参考结果

关键参数和参考结果如下。

001_4GaAs

• 关键参数

FFT格子54*54*54；symmetry 1；

• 晶格

5.75018     0.00000     0.00000
    0.00000     5.75018     0.00000
    0.00000     0.00000     5.75018

• 迭代能量和收敛数据：

• 应力：

• 总压力：-9.861349 kbar
• 总能量：-7836.7171483886640999 eV
• 迭代步数：8 步
• 总耗时：31.55 s

002_C2H6O

• 关键参数

FFT格子180*180*180；symmetry 1；

• 晶格（LATTICE_CONSTANT 取 1）

28.00000     0.00000     0.00000
    0.00000    28.00000     0.00000
    0.00000     0.00000    28.00000

• 迭代能量与收敛数据

• 应力

• 总压力：116.656844 kbar
• 总能量：-671.0573578553685365 eV
• 迭代步数：17 步
• 总耗时：206.23 s

003_4MoS2

• 关键参数

FFT格子192*60*60；nbands 62；symmetry 1；

• 晶格

20.0000000   0.0000000   0.0000000
  0.0000000   6.3806400   0.0000000
  0.0000000   3.1903200   5.5257800

• 迭代能量与收敛数据

• 应力

• 总压力：-1.516677 kbar
• 总能量：-9705.2339136624868843 eV
• 迭代步数：18 步
• 总耗时：924.30 s

004_12Pt111

• 关键参数

FFT格子180*48*48；symmetry 1；

• 晶格

20.00000     0.00000     0.00000
    0.00000     5.54844     0.00000
    0.00000    -2.77422     4.80509

• 迭代能量与收敛数据

• 应力

• 总压力： -8.408316 kbar
• 总能量：-39606.6289893290231703 eV
• 迭代步数：19 步
• 总耗时：704.60 s，其中 diag_once 占了 93.94% 的时间。

005_3BaTiO3

• 关键参数

FFT格子72*72*81；symmetry 1

• 晶格

5.75467     0.00000     0.00000
   -2.87734     4.98369     0.00000
    0.00000     0.00000     7.10999

• 迭代能量与收敛数据

• 应力

• 总压力：-19.905320 kbar
• 总能量：-10751.5917757953739056 eV
• 迭代步数：12 步
• 总耗时：3039.78 s，其中 diag_once 占了 93.78% 的时间。

006_16Na

• 关键参数

FFT格子60*60*60；symmetry 1；

• 晶格

6.346640091744497 4.937196701587207e-38 1.2037062152420224e-35 
-0.3705014335305696 6.058733473921547 0.0 
-0.015873658000553906 0.3179036738246763 6.2932225242482485

• 迭代能量与收敛数据

• 应力

• 总压力：371.954108 kbar
• 总能量： -18526.8427491046750220 eV
• 迭代步数：11 步
• 总耗时：756.21 s，其中 cg 法的 diag_once 占了 80.34% 的时间。

007_27Fe

• 关键参数

FFT格子72*72*72；nspin 2 (spin-polarized calculations); symmetry 1

• 晶格

4.2600000  -4.2600000  -4.2600000
 -4.2600000   4.2600000  -4.2600000
 -4.2600000  -4.2600000   4.2600000

• 迭代能量与收敛数据

• 应力

• 总压力：-119.215522 kbar
• 总能量：-86954.6201964026404312 eV
• 迭代步数：35 步
• 总耗时：12053.54 s，其中 CG 法的 diag_once 这个函数占用了 11432.77 s，即 94.85% 的时间。

008_32H2O

• 关键参数

FFT格子120*120*120；k点1*1*1

• 晶格

9.8773532935 0.000000 0.000000
0.000000 9.8773532935 0.000000
0.000000 0.000000 9.8773532935

• 迭代能量与收敛数据

• 应力

• 总压力：5.240961 kbar
• 总能量：-14954.9155264706932940 eV
• 迭代步数：14 步
• 总耗时：320.93 s，其中 nonlocal_pw 占了 205.92 s，即 64.16% 的时间，这一部分将来要继续优化。

009_Li27Ni9O54Mn9Co9

• 关键参数

nspin 2；FFT格子96*96*160；1*1*1 k点；

• 晶格

8.52869     0.00000     0.00000
   -4.26435     7.38607     0.00000
    0.00000     0.00000    14.14561

• 迭代能量与收敛数据

• 应力

• 总压力：93.468814 kbar
• 总能量：-124083.0898497783055063 eV
• 迭代步数：23 步
• 总耗时：7830.05 s，其中 nonlocal_pw 占了 5484.75 s，即 70.05% 时间，这部分将来可以进一步优化。

010_216Si

• 关键参数

FFT格子160*160*160；k点1*1*1个

• 晶格

16.4061900   0.0000000   0.0000000
  0.0000000  16.4061900   0.0000000
  0.0000000   0.0000000  16.4061900

• 迭代能量与收敛数据

• 应力

• 总压力：4.301193 kbar
• 总能量：-23161.8301352231464989 eV
• 迭代步数：9 步
• 总耗时：12401.37 s（其中，nonlocal_pw 占了 9124.29 s，即 73.57% 时间，这一部分将来可以进一步改进）

结语

以上算例的一些细节目前还没有进行深入优化，整个程序的运行效率 将来还有进一步提升的可能性。目前大家可以先专注这个测试结果的正确性，效率之后我们还会更深入的对比。如果你测出来的某个算例结果和这个文档给的不一样，非常欢迎到我们github论坛上提Issues，地址是：https://github.com/deepmodeling/abacus-develop