CP2K 学习路径
建模 · 收敛 · 验证 · 解释
建立一致的 Quickstep 模型,控制基组与网格误差,将分子、周期材料与动力学计算连接到目标观测量。明确边界条件、数据文件与统计采样。
输入为未执行的教学示例。记录程序版本、数据来源与单位;针对自己的体系建立收敛性与科学有效性证据。外部工具会单独说明。
按计算问题选择
1 输入、GPW 与 GAPW 基础
理解输入层级、边界条件与混合表示。
1.1 可复现的程序与输入树
直觉与先修条件。
学习计算流程 →1.2 同时阅读能量与力
直觉与条件。
学习计算流程 →1.3 高斯基组与 GTH 赝势是两个选择
直觉与前提。
学习计算流程 →1.4 GPW 与全电子 GAPW
直觉。
学习计算流程 →1.5 环境、GPW 与输入树
选择一致的程序与数据环境,理解输入层级。
学习计算流程 →1.6 共享输入、约定与证据
本课程的完整母输入、单位约定与可复现性证据。
学习计算流程 →2 分子与晶体
建立一致的分子与周期参考模型。
2.1 孤立边界与盒子收敛
直觉与条件。
学习计算流程 →2.2 自旋态与原子参考能
直觉。
学习计算流程 →2.3 可控扫描中的分子能量差
直觉与前提。
学习计算流程 →2.4 构建并核查硅晶体
直觉。
学习计算流程 →2.5 完整孤立水计算
核对明确定义的非周期分子能量和力。
学习计算流程 →3 数值可靠性
测试网格、基组、SCF 算法与重启一致性。
3.1 二维网格收敛实验
直觉。
学习计算流程 →3.2 轨道变换求解器的可控选择
直觉。
学习计算流程 →3.3 对角化与有限温占据
直觉。
学习计算流程 →3.4 布里渊区采样与超胞逻辑
直觉。
学习计算流程 →3.5 SCF、网格与基组的独立测试
建立目标量误差预算并交叉检验网格控制。
学习计算流程 →3.6 分析、重启与 HPC
核查保存状态、单位和有据的并行性能。
学习计算流程 →4 结构与相互作用
验证力、弛豫晶胞与能量差。
4.1 优化结构并证明收敛内容
直觉与输入。
学习计算流程 →4.2 晶胞优化与独立状态方程
直觉与输入。
学习计算流程 →4.3 非共价作用与色散选择
直觉与模型。
学习计算流程 →4.4 反校正与基组重叠误差
直觉。
学习计算流程 →4.5 几何优化与边界条件
独立核对力并区分分子、晶体与表面模型。
学习计算流程 →5 界面与溶液
控制边界条件、有限尺寸与结构统计。
5.1 中性薄层及静电边界
直觉。
学习计算流程 →5.2 水的初始装箱不等于液体
直觉。
学习计算流程 →5.3 显式溶剂中的相互作用与自由能
直觉与前提。
学习计算流程 →5.4 吸附能首先是参考账本问题
直觉。
学习计算流程 →6 分子动力学
检查积分、系综采样与轨迹观测量。
6.1 NVE 守恒检验区分时间步长与 SCF 误差
直觉。
学习计算流程 →6.2 NVT 与 NpT 回答不同系综问题
直觉。
学习计算流程 →6.3 重启连续性是状态恢复实验
直觉。
学习计算流程 →6.4 RDF、均方位移与可信不确定性
直觉。
学习计算流程 →6.5 短程 MD 与可靠诊断
比较积分和系综诊断,不夸大小轨迹结论。
学习计算流程 →7 分子响应与电子激发
以单位与收敛测试连接扰动和观测量。
7.1 优化后的分子真的是极小点吗?
问题与直觉。
学习计算流程 →7.2 从偶极矩轨迹到红外光谱
问题与直觉。
学习计算流程 →7.3 垂直激发是响应计算
问题与直觉。
学习计算流程 →7.4 PBE0 与 ADMM:区分模型变化和加速近似
问题与直觉。
学习计算流程 →8 自由能、QM/MM 与高级工作流
验证集体变量、嵌入边界与杂化近似。
8.1 距离元动力学与遗漏的自由度
直觉与前置条件。
学习计算流程 →8.2 伞形窗口与严格约束
直觉与前置条件。
学习计算流程 →8.3 设计与审查 QM/MM 边界
直觉与前置条件。
学习计算流程 →8.4 性能优化必须保持科学可复现性
直觉与前置条件。
学习计算流程 →参考指南
- 1.5 环境、GPW 与输入树 — 选择一致的程序与数据环境,理解输入层级。
- 2.5 完整孤立水计算 — 核对明确定义的非周期分子能量和力。
- 3.5 SCF、网格与基组的独立测试 — 建立目标量误差预算并交叉检验网格控制。
- 4.5 几何优化与边界条件 — 独立核对力并区分分子、晶体与表面模型。
- 6.5 短程 MD 与可靠诊断 — 比较积分和系综诊断,不夸大小轨迹结论。
- 3.6 分析、重启与 HPC — 核查保存状态、单位和有据的并行性能。
怎样判断一次计算已完成?
说明模型、输入选择、单位、父计算或重启数据、目标量的收敛性与验收标准。保存原始输入输出以及版本和数据来源。进程正常退出、数值收敛与物理解释分别需要证据。