基于量子力学基本原理的密度泛函理论(DFT)可以有效预测材料性质,如今它在物理、化学、材料、生物等领域的研究工作中已得到广泛应用。随着对材料领域的深入研究,进一步提升DFT的精度和效率已成为迫切需求,但精度和效率往往不可兼得。近年来,在AI for Science理念的引领下,基于深度学习的电子结构计算方法迅速发展,有望解决电子结构计算中精度和效率不能两全的困境。然而,只有稳定可靠的DFT软件平台才能保证深入研究和持续推动AI辅助电子结构计算方法的广泛应用,这既充满挑战又蕴含机遇。在此背景下,本文主要从物理模型、深度学习算法和软件开发3方面介绍国产开源DFT软件ABACUS(atomic-orbital based ab-initio computation at UStc,中文名原子算筹)从开发2.2版本(2022年4月发布)到发布3.7版本(2024年7月发布)期间的进展及其与深度学习算法的融合和应用。
暂无评论