4. 常用DFT软件栈：VASP、Quantum ESPRESSO、CP2K的安装与基本使用对比

做第一性原理计算，选对软件就像厨师选对菜刀。VASP、QE、CP2K这三款，基本覆盖了90%以上的计算场景。我这些年三个软件都用过，踩过不少坑，今天把它们的安装和基本使用做个对比，帮你少走弯路。

4.1 安装对比：谁更折腾？

安装这块，说实话，没有一个是“一键安装”的。但折腾程度确实不一样。

软件	安装难度	编译器要求	并行支持	许可证
VASP	⭐⭐⭐⭐	Intel/GFortran + MKL	MPI + OpenMP	商业（需购买）
Quantum ESPRESSO	⭐⭐⭐	GFortran + 可选MKL	MPI + OpenMP	GPL开源
CP2K	⭐⭐⭐⭐⭐	GFortran + 大量依赖库	MPI + OpenMP + GPU	GPL开源

VASP的安装——嗯，这里要注意。VASP本身是Fortran写的，编译需要Intel编译器或者GFortran。我个人习惯用Intel编译器，因为MKL库对VASP的优化确实好。编译前你得先拿到源码（需要购买许可证），然后修改makefile.include文件。这个文件里要指定编译器路径、数学库路径、MPI路径。我第一次配VASP 5.4.4的时候，光这个文件就折腾了两天。

Quantum ESPRESSO就友好多了。直接从官网下载源码，./configure && make 基本就能搞定。我遇到过的问题是——如果你系统里同时有多个版本的GFortran，configure脚本可能会选错。解决办法很简单：export CC=mpicc FC=mpif90 指定一下就行。

# QE 典型安装流程
wget https://github.com/QEF/q-e/archive/refs/tags/qe-7.2.tar.gz
tar -xzf qe-7.2.tar.gz
cd qe-7.2
./configure --enable-parallel --with-scalapack=intel
make all -j4

CP2K的安装——说实话，这是三个里最麻烦的。依赖库太多了：FFTW、LIBINT、LIBXC、LIBXSMM、ELPA……我曾经在集群上装CP2K，光解决依赖就花了一整天。后来我学乖了，直接用官方提供的toolchain脚本：

# CP2K 使用toolchain安装（推荐）
cd cp2k/tools/toolchain
./install_cp2k_toolchain.sh --install-all
cd ../..
make -j ARCH=Linux-x86-64-gfortran VERSION=psmp

4.2 输入文件对比：风格迥异

三个软件的输入文件风格完全不同。你想想看，这就像三个不同国家的菜谱——VASP是德式严谨，QE是意式自由，CP2K是法式精致。

4.2.1 VASP：四个核心文件

VASP的输入文件结构非常固定：INCAR（控制参数）、POSCAR（结构）、POTCAR（赝势）、KPOINTS（k点）。我刚开始用VASP时，最头疼的就是INCAR里那几十个参数。但其实常用的就十几个：

# INCAR 示例 - 结构优化
SYSTEM = Si bulk
ENCUT = 400        # 截断能，单位eV
ISMEAR = 0         # 展宽方法，0为Gaussian
SIGMA = 0.05       # 展宽宽度
EDIFF = 1E-6       # 电子步收敛标准
EDIFFG = -0.01     # 离子步收敛标准（负值表示力）
NSW = 100          # 最大离子步数
IBRION = 2         # 优化算法，2为共轭梯度
ISIF = 3           # 优化自由度，3为同时优化原子和晶胞

4.2.2 Quantum ESPRESSO：一个输入文件搞定

QE把所有参数写在一个文件里，通常叫*.in或*.pwi。结构上分为&CONTROL、&SYSTEM、&ELECTRONS等几个namelist。说实话，我更喜欢QE这种风格——一个文件搞定，不用来回切换。

# QE 输入文件示例 - 结构优化
&CONTROL
    calculation = 'vc-relax'
    prefix = 'si'
    outdir = './tmp/'
    pseudo_dir = './pseudo/'
/
&SYSTEM
    ibrav = 2
    celldm(1) = 10.20
    nat = 2
    ntyp = 1
    ecutwfc = 40
    ecutrho = 320
/
&ELECTRONS
    conv_thr = 1.0d-8
    mixing_beta = 0.7
/
ATOMIC_SPECIES
Si  28.086  Si.pbe-n-rrkjus_psl.1.0.0.UPF
ATOMIC_POSITIONS (alat)
Si  0.00  0.00  0.00
Si  0.25  0.25  0.25
K_POINTS automatic
8 8 8 0 0 0

这里有个细节——QE的赝势文件（UPF格式）需要单独下载。我建议用SSSP库（Standard Solid-State Pseudopotentials），这是经过严格测试的赝势集合，精度有保障。

4.2.3 CP2K：分层结构最清晰

CP2K的输入文件采用分层结构，用&.../来划分不同模块。我第一次看CP2K的输入文件时觉得有点复杂，但用熟了之后发现——其实逻辑非常清晰：

# CP2K 输入文件示例 - 单点能计算
&GLOBAL
    PROJECT Si_bulk
    RUN_TYPE ENERGY
    PRINT_LEVEL MEDIUM
/
&FORCE_EVAL
    METHOD Quickstep
    &DFT
        BASIS_SET_FILE_NAME BASIS_MOLOPT
        POTENTIAL_FILE_NAME POTENTIAL
        &MGRID
            CUTOFF 400
            REL_CUTOFF 60
        &END MGRID
        &QS
            EPS_DEFAULT 1.0E-12
        &END QS
        &SCF
            SCF_GUESS RESTART
            EPS_SCF 1.0E-6
            MAX_SCF 50
            &OT
                MINIMIZER DIIS
            &END OT
        &END SCF
    &END DFT
    &SUBSYS
        &CELL
            ABC 5.43 5.43 5.43
        &END CELL
        &COORD
            Si 0.00 0.00 0.00
            Si 1.3575 1.3575 1.3575
        &END COORD
        &KIND Si
            BASIS_SET DZVP-MOLOPT-SR-GTH
            POTENTIAL GTH-PBE
        &END KIND
    &END SUBSYS
/

4.3 运行与性能对比

运行命令这块，三个软件差别不大，都是mpirun + 可执行文件。但性能表现差异很大——

场景	VASP	QE	CP2K
小体系（<50原子）	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐
中等体系（50-200原子）	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐
大体系（200-1000原子）	⭐⭐	⭐⭐⭐	⭐⭐⭐⭐⭐
GPU加速	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐⭐

为什么会这样？说白了就是算法设计不同。VASP的迭代算法对小体系优化得特别好，但内存占用随原子数呈O(N³)增长。CP2K用了O(N)算法，大体系下优势明显。QE则比较均衡，中等规模下表现最好。

# 运行命令对比
# VASP
mpirun -np 16 vasp_std

# QE
mpirun -np 16 pw.x -in si.in > si.out

# CP2K
mpirun -np 16 cp2k.popt si.inp > si.out

4.4 知识体系总览

下面这张图是我自己整理的DFT软件选型逻辑，希望能帮你快速定位该用哪个：

4.5 我的选型建议

说了这么多，到底该用哪个？我的建议是——

• 做催化、表面、二维材料：首选VASP。它的精度和稳定性在周期性体系中是最好的。虽然要花钱买许可证，但大部分课题组都有。
• 做声子谱、弹性常数：QE的ph.x模块是业界标杆。而且开源免费，学生在家也能装。
• 做液体、生物分子、超大体系：CP2K是唯一选择。它的AIMD（从头算分子动力学）效率极高，我见过有人用CP2K跑2000原子的水盒子。
• 做高通量筛选：我建议用QE或CP2K。VASP的许可证限制了你不能在太多节点上同时跑任务。