任务启航台

启航摘要

从材料集合创建统一计算任务,提交后进入公用队列等待自动调度。

任务类型

资源策略 / 资源需求摘要

队列入口 test 是当前 dev 的唯一公用入口,不代表单台机器。
计算后端 后端是实际执行任务的本地或远程计算资源。
资源配置 配置描述任务类型可用的 CPU、GPU、内存和运行环境。
  • 分配准则 提交任务先进入 test 公用队列;统一调度层再按任务类型、优先级、创建顺序和空闲资源选择可运行配置。
  • CPU / GPU 分工 ML_PRED、SCREEN、SOFTBV 默认使用 CPU 资源;NEP_COND、NEP_PRED、GPUMD 阶段优先匹配 GPU 资源,VASP 阶段匹配 CPU 资源。
  • 不空转目标 同优先级任务会尽量填满空闲 CPU/GPU;AutoNEP 的新阶段产生后重新入池,优先级高于后续低优先级任务,但不会抢占已经运行的任务。

任务参数

AutoNEP / NEP 电导率参数

选择 param.yaml 模板后可直接查看并编辑最终 YAML;批量差异可保留 {material_id}、{formula} 等占位符。

AutoNEP 阶段模板预览

这些文件会随任务包复制或参与生成,包含 GPUMD run.in、VASP INCAR、NEP 训练 nep.in、预测 run.in、machine.yaml 和执行脚本。

资源/调度配置config/machine.yaml
machine_name: "Local_Test_Env"
root_dir: "." # <--- 请修改这里为你的实际路径

paths:
  # 必须填写入完整的绝对路径,确保 Python 无论在哪里执行都能找到它
  gpumdkit: "gpumdkit.sh"

  # 如果你的 nep 可执行文件也有特定路径,也可以放在这里
  nep_exe: "nep"
# 脚本库位置
script_dir: "config/scripts"

executors:
  # 1. 简单的本地命令 (如 NEP 训练)
  nep_local:
    type: "local"
    cmd: "nep"

  # 2. 复杂的本地脚本 (如 GPUMD)
  gpumd:
    type: "local"
    cmd: "gpumd" # 对应 config/scripts/gpumd.sh

  # 3. Slurm 提交测试 (VASP CPU)
  vasp_gpu:
    type: "local"
    cmd: "mpirun -np 1 vasp_std"
执行脚本config/scripts/vasp_cpu.sh

                    
GPUMD 预热template/00.md/preheat/run.in
potential ./nep.txt
time_step 1

# Stage 1: 预热阶段1 - 从100K升温到400K
# 使用npt_scr系综,提供稳定的压力控制,防止体积扩散
velocity 100
ensemble npt_scr 100 400 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 100
dump_exyz 1000
run 100000

# Stage 2: 预热阶段2 - 从400K升温到1000K
ensemble npt_scr 400 1000 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 10
dump_exyz 10000
run 100000
GPUMD 预热template/00.md/preheat/run_mpkk.in
potential ./nep.txt
velocity 100

ensemble npt_mttk temp 100 400 aniso 0 0
run 100000

ensemble npt_mttk temp 400 1000 aniso 0 0
dump_thermo 10
dump_exyz 10000
run 100000
GPUMD 预热template/00.md/preheat/run_scr.in
potential ./nep.txt
time_step 1

# Stage 1: 预热阶段1 - 从100K升温到400K
# 使用npt_scr系综,提供稳定的压力控制,防止体积扩散
velocity 100
ensemble npt_scr 100 400 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 100
dump_exyz 1000
run 100000

# Stage 2: 预热阶段2 - 从400K升温到1000K
ensemble npt_scr 400 1000 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 10
dump_exyz 10000
run 100000
GPUMD 生产template/00.md/production/run.in
potential ./nep.txt
time_step 1

# Production阶段 - 使用npt_scr系综,提供稳定的压力控制,防止体积扩散
# 温度范围:350K -> 900K
velocity 350
ensemble npt_scr 350 900 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 10
dump_exyz 100
run 500000
GPUMD 生产template/00.md/production/run_mpkk.in
potential ./nep.txt
velocity 350

ensemble npt_mttk temp 350 900 aniso 0 0
dump_thermo 10
dump_exyz 100
run 500000
GPUMD 生产template/00.md/production/run_scr.in
potential ./nep.txt
time_step 1

# Production阶段 - 使用npt_scr系综,提供稳定的压力控制,防止体积扩散
# 温度范围:350K -> 900K
velocity 350
ensemble npt_scr 350 900 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 10
dump_exyz 100
run 500000
VASP SCFtemplate/02.scf/INCAR
NSW = 0 
PREC = Normal 
SIGMA = 0.05 
NELM = 100 
LWAVE = .FALSE. 
LCHARG = .FALSE. 

KSPACING = 0.25 
KGAMMA = .TRUE. 
NEP 训练template/03.train/nep.in
type 3 Li Y Cl
zbl 2
cutoff 6 5
generation 100000
NEP 预测template/04.predict/run.in
potential ./nep.txt
time_step 1

# Stage 1: Heating (NPT) - 30 ps
velocity 300
ensemble npt_scr 300 {T} 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
run 30000

# Stage 2: Equilibration (NPT) - 60 ps
ensemble npt_scr {T} {T} 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
run 60000

# Stage 3: Production (NVT)
ensemble nvt_nhc {T} {T} 100
# MSD 设置: 10 * window * 20 = steps
compute_msd 10 {MSD_WINDOW} group 0 0
dump_thermo 1000
dump_exyz 5000
run {STEPS}
NEP 预测参数

控制 run.in 温度行、返回文件和可选扩胞;可复用成果仓中的 nep.txt。

势函数准确性评估参数

生成结构化 GPUMD 评估输入,以框架 MSD 平台期为核心判断,并附带载流子 MSD 与 RDF 图。

NEP 续算参数

复用 AutoNEP 参数流,并额外带入已有 nep.txt 和 train.xyz 作为续算初始数据。

NEP 续算阶段模板预览

续算任务沿用 AutoNEP 阶段模板,并额外带入材料已有 nep.txt 和 train.xyz。

资源/调度配置config/machine.yaml
machine_name: "Local_Test_Env"
root_dir: "." # <--- 请修改这里为你的实际路径

paths:
  # 必须填写入完整的绝对路径,确保 Python 无论在哪里执行都能找到它
  gpumdkit: "gpumdkit.sh"

  # 如果你的 nep 可执行文件也有特定路径,也可以放在这里
  nep_exe: "nep"
# 脚本库位置
script_dir: "config/scripts"

executors:
  # 1. 简单的本地命令 (如 NEP 训练)
  nep_local:
    type: "local"
    cmd: "nep"

  # 2. 复杂的本地脚本 (如 GPUMD)
  gpumd:
    type: "local"
    cmd: "gpumd" # 对应 config/scripts/gpumd.sh

  # 3. Slurm 提交测试 (VASP CPU)
  vasp_gpu:
    type: "local"
    cmd: "mpirun -np 1 vasp_std"
执行脚本config/scripts/vasp_cpu.sh

                    
GPUMD 预热template/00.md/preheat/run.in
potential ./nep.txt
time_step 1

# Stage 1: 预热阶段1 - 从100K升温到400K
# 使用npt_scr系综,提供稳定的压力控制,防止体积扩散
velocity 100
ensemble npt_scr 100 400 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 100
dump_exyz 1000
run 100000

# Stage 2: 预热阶段2 - 从400K升温到1000K
ensemble npt_scr 400 1000 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 10
dump_exyz 10000
run 100000
GPUMD 预热template/00.md/preheat/run_mpkk.in
potential ./nep.txt
velocity 100

ensemble npt_mttk temp 100 400 aniso 0 0
run 100000

ensemble npt_mttk temp 400 1000 aniso 0 0
dump_thermo 10
dump_exyz 10000
run 100000
GPUMD 预热template/00.md/preheat/run_scr.in
potential ./nep.txt
time_step 1

# Stage 1: 预热阶段1 - 从100K升温到400K
# 使用npt_scr系综,提供稳定的压力控制,防止体积扩散
velocity 100
ensemble npt_scr 100 400 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 100
dump_exyz 1000
run 100000

# Stage 2: 预热阶段2 - 从400K升温到1000K
ensemble npt_scr 400 1000 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 10
dump_exyz 10000
run 100000
GPUMD 生产template/00.md/production/run.in
potential ./nep.txt
time_step 1

# Production阶段 - 使用npt_scr系综,提供稳定的压力控制,防止体积扩散
# 温度范围:350K -> 900K
velocity 350
ensemble npt_scr 350 900 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 10
dump_exyz 100
run 500000
GPUMD 生产template/00.md/production/run_mpkk.in
potential ./nep.txt
velocity 350

ensemble npt_mttk temp 350 900 aniso 0 0
dump_thermo 10
dump_exyz 100
run 500000
GPUMD 生产template/00.md/production/run_scr.in
potential ./nep.txt
time_step 1

# Production阶段 - 使用npt_scr系综,提供稳定的压力控制,防止体积扩散
# 温度范围:350K -> 900K
velocity 350
ensemble npt_scr 350 900 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
dump_thermo 10
dump_exyz 100
run 500000
VASP SCFtemplate/02.scf/INCAR
NSW = 0 
PREC = Normal 
SIGMA = 0.05 
NELM = 100 
LWAVE = .FALSE. 
LCHARG = .FALSE. 

KSPACING = 0.25 
KGAMMA = .TRUE. 
NEP 训练template/03.train/nep.in
type 3 Li Y Cl
zbl 2
cutoff 6 5
generation 100000
NEP 预测template/04.predict/run.in
potential ./nep.txt
time_step 1

# Stage 1: Heating (NPT) - 30 ps
velocity 300
ensemble npt_scr 300 {T} 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
run 30000

# Stage 2: Equilibration (NPT) - 60 ps
ensemble npt_scr {T} {T} 100 0 0 0 0 0 0 50 50 50 5 5 5 1000
run 60000

# Stage 3: Production (NVT)
ensemble nvt_nhc {T} {T} 100
# MSD 设置: 10 * window * 20 = steps
compute_msd 10 {MSD_WINDOW} group 0 0
dump_thermo 1000
dump_exyz 5000
run {STEPS}
ML 预测参数

轻量 CPU 预测任务,当前主要控制批量和并行提示。

高筛参数

SCREEN/Zeo 高筛任务,当前核心参数是目标阳离子。

softBV / BVPA 参数

控制迁移离子、氧化态、网格分辨率和归一化策略。

提交时只读取当前任务类型对应参数;任务创建后可在任务航迹板详情中查看已写入的业务输入。