张林峰^1，2   陈默涵^2，3

¹北京深势科技有限公司，北京，100080,中国；

²北京科学智能研究院，北京，100084,中国；

³北京大学工学院，北京，100871,中国；

详细摘要：密度泛函理论(Density Functional Theory,简称DFT)在材料计算领域扮演着日益重要的角 色。因为DFT较好地平衡了精度和效率，逐渐成为应用最为广泛的第一性原理方法。然而，随着对材 料领域的深入研究，对DFT的精度和效率进行改进也是长期以来的需求。例如，要推动材料科学的研 究模式从试错法到设计的转变，就需要进一步提高DFT的精度和效率，而这两者往往不可兼得。近年 来，在Al for Science (AI4S)理念的引领下，科学领域迎来了许多重大突破。例如，基于机器学习的势 函数DeePMD方法能以量子力学的精度模拟上亿原子。事实上，AI辅助的电子结构算法近年来发展迅 速并且已经获得许多重要进展。在本次报告中，我将代表国产密度泛函理论软件abacus (原子算筹) 开发团队介绍最新发布的ABACUS 3.0版本及其主要新功能，新版本聚焦AI辅助的新一代电子结构算法, 实现了以下新功能。第一、机器学习辅助泛函模型DeePKS,该方法通过机器学习对于低精度的DFT泛 函进行优化，利用神经网络修正项去学习低精度、低成本泛函与高精度、高成本目标泛函计算得出的能 量与力的差值。修正项带来的额外计算成本与低精度DFT泛函相当，并远低于高精度的第一性原理方 法。通过借助ABACUS训练DeePKS机器学习泛函,可以实现在ABACUS中使用生成的泛函进行又快 又准的第一性原理计算，该方法可用于周期性边界条件。第二、DP-GEN是一款釆用主动学习方法训练 机器学习势函数的软件，ABACUS 3.0实现了为DP-GEN提供DFT标签数据的功能，生成的数据可被 DeePMD-kit软件用于训练机器学习势函数。第三、DeepH软件可采用机器学习方法产生体系哈密顿量， ABACUS 3.0为该方法提供基于局域轨道的训练数据。第四、ABACUS 3.0支持Meta-GGA泛函，可在平 面波和数值原子轨道基矢量下使用，且支持原子受力和应力的求解。第五、ABACUS 3.0实现了随机波 函数密度泛函理论功能，支持该方法在布里渊区的多k点釆样，使得周期性边界条件下的计算结果更为 准确。该方法适合于求解极端高温高压物质(例如温稠密物质)构成的体系，在极端条件下相比于传统 的DFT方法有效率上的巨大优势。最后，在稳定性和易用性方面，ABACUS 3.0在哈密顿量矩阵构造、 矩阵对角化、求力等核心模块上进行了效率上的大幅优化，可进行数千原子大体系密度泛函理论计算。

 关键词：密度泛函理论；国产开源软件；机器学习；