跳转至

1.3 HPC 可靠运行、重启核查与可复现自动化

本课输入均为未执行的教学示例,数值是待测试的起点;图为原创示意,不是实际计算结果。使用授权 VASP 和 PAW 数据,替换所有占位符,记录程序版本并自行检验收敛。

1.3.1 模型、单位与记录

能量用 eV,长度用 Å,力用 eV/Å;1 kbar = 0.1 GPa。明确每原子、每分子、每原胞或每计算胞的归一化。记录 PAW 名称、版本、ZVAL、ENMAX 及允许的哈希;不分发 POTCAR。SCF 收敛只验证所选电子问题,目标物性的收敛仍需单独检查。

 HPC 可靠运行、重启核查与可复现自动化 — 原创概念示意

原创示意图;曲线与空白数据区用于说明或填写真实结果,不代表已运行计算。

1.3.2 完整案例:步骤、解释与检验

运行成功与科学有效是两回事

作业正常结束只是运行层面的事实,轨迹收敛且可解释才是科学结果。自动化应显示并检查假设,而不是无限重投直到目录里出现输出。长 AIMD 需要同时管理电子收敛、积分状态、文件完整性、队列时限和数据体积。

先了解自己的调度器、模块、许可版本及推荐启动命令。不能照抄别处的账号、分区或 MPI 参数。每次尝试使用新目录、唯一 ID 和父运行记录,保留不可变输入。

并行与检查点

用代表性快照测量启动后每个完成离子步的时间、内存、SCF 次数及结果一致性。只在科学设置相同的前提下比较性能。MPI CPU 路径中 NCORE 与 KPAR 分别组织带内及 k 点工作;不要同时指定 NPAR 和 NCORE。OpenMP/GPU 行为不同,不能盲用 CPU 参数。Γ-only 没有多个实际 k 点供额外分组获益,更多核不一定更快。

上面的 shell 模板故意不会提交作业:必须先填写本机认可的启动命令。输入哈希用于记录身份,不等于允许发布受许可保护的 POTCAR 内容。实际版本要从程序输出确认,并记录环境、作业 ID 和 VASP 最终解析出的参数。

根据实测最慢步长预留足够时间清洁停止和写文件。LSTOP 请求在离子步边界停止;LABORT 可能在电子迭代中停止,使电子检查点尚未收敛。退出后验证文件非空、可解析、原子数和晶胞正确,新的检查点通过检查前保留上一个可信版本。

CONTCAR 可能包含位置、速度及预测校正信息。相同算法继续时保留相应状态;切换系综时按文档移除不兼容预测信息,同时保留有意使用的速度,并先做短试跑。只复制位置而丢掉速度不是无缝继续。

SCF 失败与自动恢复

达到 NELM 并不代表力已经可靠。加大 NELM 可能帮助正在趋于收敛的迭代,却不能自动修复电荷振荡、异常几何或不合适的电子设置。应找到第一个失败离子步,检查结构、近接触、温度、力、残差、自旋和占据,再对该快照做受控静态重现。

恢复策略要有依据并记录变化。若改变了物理哈密顿量,就应建立新研究分支、重新平衡,不能静默拼接。已经用错误力推进的原子位置不会因删除报表中的坏数据而恢复,应回到最后可信状态。自动化设置重试上限和人工检查条件,不能反复降低精度只为让作业显示成功。

重启拼接、报告与练习

长任务前先验证一次短重启,比较接缝两侧的温度、动能、结构、晶胞和适用能量。混沌导致逐原子轨迹逐渐不同不一定是错误,但丢速度引起的突然跳变必须修复。

每段记录全局起始时间、步长、保存间隔和是否重复保存上段末帧。拼接时检测重复帧与缺口;不要凭猜测删几行 XDATCAR 表头。变晶胞必须逐帧保留。清单中的 null 和 false 代表尚未验证,不能自动当完成证据;分析应在必要检查不通过时停止。

常见错误:覆盖唯一检查点;遗留 STOPCAR;把退出码 0 当收敛证明;混合不同设置;只删坏 SCF 行却保留受污染后续轨迹;发布 POTCAR;把相同随机种子等同跨硬件逐位复现。

练习:在独立测试目录清洁停止并重启短作业,用合适容差和统计量比较接缝。再在副本中制造缺失或截断重启文件,确认包装脚本拒绝提交;不要破坏原始科学数据。

1.3.3 未执行输入与分析框架

本课输入均为未执行的教学示例,数值是待测试的起点;图为原创示意,不是实际计算结果。使用授权 VASP 和 PAW 数据,替换所有占位符,记录程序版本并自行检验收敛。

1.3.3.1 输入片段 1

#!/usr/bin/env bash
# UNEXECUTED scheduler-neutral launch skeleton, NOT a complete batch script
set -euo pipefail
: "${VASP_EXE:?Set the site-approved executable path}"
: "${RUN_ID:?Set a unique run identifier}"
for f in INCAR POSCAR KPOINTS POTCAR; do
    test -s "$f" || { echo "Missing or empty $f" >&2; exit 2; }
done
test ! -e STOPCAR || { echo "Review old STOPCAR before launch" >&2; exit 3; }
sha256sum INCAR POSCAR KPOINTS POTCAR > "inputs.${RUN_ID}.sha256"
printf '%s\n' "$VASP_EXE" > "executable.${RUN_ID}.txt"
# Insert the cluster-approved scheduler/MPI launch command HERE.
# Do not run a multi-node executable directly as a substitute for that command.
exit 4  # Intentional fail-closed placeholder until launcher is configured.

1.3.3.2 输入片段 2

{
  "run_id": "REPLACE_WITH_UNIQUE_ID",
  "parent_run_id": null,
  "purpose": "NVT equilibration pilot",
  "status": "prepared_not_run",
  "vasp_version": "REPLACE_AFTER_READING_OUTPUT",
  "input_hash_manifest": "inputs.RUN_ID.sha256",
  "timestep_fs": 0.5,
  "nominal_steps": 400,
  "completed_steps": null,
  "global_start_time_ps": 0.0,
  "saved_frame_interval_fs": null,
  "energy_definition": "REPLACE_AFTER_VALIDATING_PARSER",
  "electronic_convergence_checked": false,
  "restart_state_checked": false,
  "analysis_approved": false
}

1.3.4 衔接学习

1.3.5 技术来源