材料创新加速器:高通量计算实操
📚 共计 30 章节
01
高通量计算概述
什么是高通量计算 · 在材料科学中的价值 · 与传统计算的区别
概念
背景
02
计算环境搭建
Linux基础 · Python环境 · Anaconda · VASP/QE安装
环境
软件
03
数据管理基础
文件系统 · 命名规范 · Git入门 · 备份策略
数据
版本控制
04
工作流自动化
Shell/Python脚本 · Slurm/PBS · 批量任务提交
自动化
调度
05
材料数据库入门
Materials Project · COD · ICSD · API调用 · 批量下载
数据库
API
06
高通量计算框架
AFLOW · FireWorks · AiIDA · 任务/工作流/数据节点
框架
工作流
07
结构生成与筛选
PyMatGen · 结构相似性 · 筛选策略
结构
筛选
08
第一性原理计算基础
DFT理论 · 赝势 · K点/截断能收敛性测试
DFT
收敛
09
批量结构优化
优化参数 · 批量提交 · 收敛判断 · 错误处理
优化
批量
10
能量与力学性质计算
总能 · 形成能 · 弹性常数 · 批量后处理
能量
力学
11
电子结构分析
能带结构 · 态密度(DOS) · 批量能带图
电子
能带
12
表面与界面计算
表面模型 · 表面能 · 吸附能 · 批量扫描
表面
吸附
13
缺陷计算
空位/间隙/替位 · 形成能 · 电荷态分析
缺陷
形成能
14
扩散与迁移
NEB方法 · 迁移路径 · 扩散系数 · 批量NEB
扩散
NEB
15
相图计算
相稳定性 · 凸包图 · 相图绘制 · 高通量扫描
相图
凸包
16
机器学习势函数
ML势简介 · 数据集 · MACE/CHGNet · 模型验证
机器学习
势函数
17
材料性能预测
带隙 · 力学/热学性能 · 多目标优化
预测
多目标
18
数据可视化
Matplotlib/Seaborn · 批量图表 · Plotly交互
可视化
图表
19
高通量筛选实战
筛选流程 · 多属性筛选 · Pareto前沿 · 排序
筛选
实战
20
催化材料筛选
催化描述符 · 吸附能 · 火山图 · 高通量案例
催化
火山图
21
电池材料筛选
离子电导率 · 电压平台 · 稳定性 · 电极筛选
电池
电导率
22
热电材料筛选
ZT值 · 电导/热导 · 高通量热电筛选
热电
ZT
23
二维材料筛选
剥离能 · 电子性质 · 稳定性 · 二维数据库
二维
剥离
24
高熵合金计算
SQS结构 · 混合焓 · 力学性能评估
高熵
SQS
25
计算与实验结合
实验数据导入 · 对比分析 · 数据驱动设计
实验
数据驱动
26
错误处理与调试
不收敛/虚频/磁矩 · 日志分析 · 自动恢复
调试
错误
27
性能优化
并行计算 · GPU加速 · 优先级 · 资源监控
优化
GPU
28
结果管理与复现
数据归档 · 复现流程 · Docker · 工作流共享
复现
Docker
29
前沿技术
主动学习 · 贝叶斯优化 · 多尺度 · 大语言模型
前沿
AI
30
综合实战项目
从零构建高通量筛选 · 光伏材料案例 · 项目报告
实战
综合