单节点 48 核并行的 Gamma 点孤立体系参数优化

在拥有较多核心数的服务器上运行 VASP 进行 DFT 计算时，合理的并行参数设置对于提升计算效率至关重要。

特别是对于孤立体系（如分子、团簇、纳米管等）且仅使用 Gamma点 进行计算的情况，并行策略有其特殊性。

本文整理了相关参数作用和普遍接受的经验，目的是提醒像我一样的半路出家党，上了超算一定要关注并行计算效率，毕竟直接关乎有限经费的消耗速度。下面以宁夏超算中心单节点 48 核服务器为例，对 INCAR 的参数设置进行讨论。

核心并行参数解析

对于 Gamma 点计算，核心数将全部用于处理这一个 K 点，因此 K 点并行参数KPAR不再是优化的重点。我们的主要目标是优化节点内的核心协作。

1. NCORE (NPAR在 VASP < 5.4.4 使用，这里不讨论)

作用：控制多少个核心（core）协同处理一个能带（band）或 FFT 任务。总核心数（48）将被分为 NPROCS / NCORE 个组，每个组有 NCORE 个核心。

值：

• NCORE 必须是总核心数 (48) 的约数。48的约数有：1, 2, 3, 4, 6, 8, 12, 16, 24, 48。
• 经验法则是 NCORE 约等于节点核心数的平方根 (sqrt(48) ≈ 6.9)。
• 对于 Gamma 点计算，内存带宽和核心间通信是关键。
• 建议测试范围：NCORE = 4, 6, 8, 12, 16。
• 初始推荐：NCORE = 8 或 NCORE = 12。通常，对于单节点Gamma点计算，稍高的 NCORE 可能表现更优，但需要通过测试验证。

# INCAR
NCORE = 8   # 或 NCORE = 12，从这里开始测试

2. KPAR

作用：控制 K 点的并行。

值：由于是 Gamma 点计算（NKPTS = 1），此参数无效或应明确设为1。

# KPAR = 1  # (默认值，对于Gamma点计算无需更改)

3. NSIM

作用：控制同时处理的能带块（block）的数量。与NCORE和ALGO协同工作。

值：通常保持默认值 4 即可。在NCORE优化后，如果效率仍不理想，可以尝试 NSIM = 1 或 NSIM = 8 并进行基准测试。

# NSIM = 4    # (默认值，通常不用调整)

电子迭代算法选择

ALGO

作用：选择电子自洽迭代（SCF）的算法。

值：

• ALGO = Fast：现代 VASP 版本中常用的快速 RMM-DIIS 算法，并行性较好。
• ALGO = Normal：Blocked Davidson 算法，对于某些孤立体系可能更稳定，收敛更快。
• ALGO = All：共轭梯度算法，有时对大体系或需要精确力的计算有优势。
• 初始推荐：ALGO = Fast 或 ALGO = Normal。两者都值得测试。

  ALGO = Fast   # 或 ALGO = Normal
  

孤立体系的特殊考虑

LREAL

作用：是否在实空间进行投影操作。对于超胞较大的孤立体系，可以显著加速计算。

值：

• .FALSE. (默认)：对于精度要求极高或体系不是特别大的情况，这是最安全的选择。
• Auto 或 .TRUE.：仅当你的孤立体系导致了非常大的元胞（例如，大量原子或非常厚的真空层）时考虑使用。 使用时务必配合 PREC = Accurate，并仔细检查计算结果的收敛性和准确性（例如，与 LREAL = .FALSE. 的结果对比）。

  # LREAL = .FALSE.  # 默认，精度优先
  # LREAL = Auto     # 针对超大孤立体系，需配合 PREC = Accurate 并验证结果
  

推荐INCAR参数模板 (Gamma点, 48核单节点)

# --- General Settings ---
# PREC = Accurate       # 使用LREAL时推荐
# ENCUT = ...
# IBRION = ...          # e.g., 2 (CG) or 1 (RMM-DIIS) for opt, -1 for static
# NSW = ...             # Number of ionic steps
# ISIF = ...            # e.g., 2 or 3 for geometry optimization
# EDIFF = 1E-5          # SCF energy convergence criterion
# EDIFFG = -2E-2        # Ionic step convergence criterion (for forces)
# ISMEAR = 0            # Gaussian smearing, appropriate for isolated systems
# SIGMA = 0.05          # Small sigma for ISMEAR=0

# --- Parallelization Settings ---
NCORE = 8              # **测试值：8, 12, 6, 16, 4**
# KPAR = 1             # (默认，Gamma点无需设置)
# NSIM = 4             # (默认，通常无需首先调整)
# LREAL = .FALSE.      # 默认。若体系超大，可试 LREAL = Auto (并用 PREC=Accurate 仔细验证)

# --- Algorithm ---
ALGO = Fast            

# --- Output Control (Optional but Recommended) ---
LWAVE = .T.
LCHARG = .T.

总结

归根结底，NCORE是最重要的并行优化参数。通过系统地测试不同的NCORE值，并结合合适的ALGO和LREAL等设置，可以显著提升 VASP 的计算效率。

当然，不用非得在每项计算中次次计较最优，知道设置哪里能接近效率曲线的峰顶即可。