陽(yáng)王東 楊昊 冷燦 潘佳銘 唐卓 田澤安 李肯立

摘要：隨著信息學(xué)和數(shù)據(jù)科學(xué)工具的發(fā)展，各種計(jì)算機(jī)科學(xué)軟件在材料模擬計(jì)算領(lǐng)域的應(yīng)用不斷增加.為了加速催化劑的篩選，開(kāi)展了基于信息工具如何改善和增強(qiáng)材料篩選的研究，介紹一種基于第一性原理的高通量材料集成計(jì)算框架GASpy（Generalized Adsorption Simu?lator for Python）.該框架支持計(jì)算任務(wù)的自動(dòng)化流程管理，可以借助Fireworks調(diào)用DFT（Den?sity Functional Theory）計(jì)算，并可以將運(yùn)算結(jié)果以及中間步驟保存至MongoDB數(shù)據(jù)庫(kù).平臺(tái)支持與不同高性能計(jì)算集群的動(dòng)態(tài)綁定，支持大批量計(jì)算作業(yè)的生成、提交.平臺(tái)同時(shí)支持?jǐn)?shù)據(jù)的提取、自動(dòng)存儲(chǔ).利用GASpy在天河一號(hào)上對(duì)材料網(wǎng)站上獲取的晶體結(jié)構(gòu)進(jìn)行了實(shí)驗(yàn)測(cè)試，進(jìn)行晶體結(jié)構(gòu)優(yōu)化并計(jì)算吸附能，結(jié)果表明結(jié)合各種信息學(xué)工具可以更加靈活高效地實(shí)現(xiàn)大規(guī)模自動(dòng)化的DFT材料模擬計(jì)算，在模擬電催化領(lǐng)域有較好的應(yīng)用前景.

關(guān)鍵詞：GASpy;第一性原理;高通量框架;DFT;材料模擬計(jì)算

中圖分類(lèi)號(hào)：TP315

文獻(xiàn)標(biāo)志碼：A

半個(gè)世紀(jì)之前，材料科學(xué)的迅速發(fā)展帶動(dòng)了科學(xué)技術(shù)的進(jìn)步與經(jīng)濟(jì)的發(fā)展.在這個(gè)過(guò)程中，從新物質(zhì)的發(fā)現(xiàn)到實(shí)際應(yīng)用的周期時(shí)間較長(zhǎng)，有的甚至長(zhǎng)達(dá)十幾年，新材料的開(kāi)發(fā)和生產(chǎn)成為制約一個(gè)國(guó)家工業(yè)化發(fā)展的因素之一.傳統(tǒng)的材料研發(fā)局限于以專(zhuān)家試驗(yàn)為主的“試錯(cuò)法”，這種方法模式單一，需要多年的經(jīng)驗(yàn)以及相關(guān)知識(shí)的積累，開(kāi)發(fā)周期較長(zhǎng)，開(kāi)發(fā)成本較高，而且回報(bào)率比較低[1].

同時(shí)傳統(tǒng)方法面臨著日益嚴(yán)峻的化石能源危機(jī)與環(huán)境污染等問(wèn)題.為了解決這個(gè)問(wèn)題，人們提出了各種替代方案.這些方案包括使用光電、電池、太陽(yáng)能燃料和化學(xué)品、燃料電池以及其他新興技術(shù).發(fā)展可再生綠色能源的轉(zhuǎn)換技術(shù)對(duì)優(yōu)化能源結(jié)構(gòu)具有重大意義.這些技術(shù)的一個(gè)共同問(wèn)題是，研究人員仍然需要進(jìn)行額外的材料開(kāi)發(fā)，以提高經(jīng)濟(jì)可行性.一些研究人員已經(jīng)轉(zhuǎn)向計(jì)算模擬來(lái)幫助材料篩選和開(kāi)發(fā).

現(xiàn)今計(jì)算機(jī)技術(shù)和各種信息學(xué)工具的發(fā)展為加快新材料模擬和性能預(yù)測(cè)提供了新的機(jī)會(huì).面臨著智能制造行業(yè)和經(jīng)濟(jì)的飛速發(fā)展，越來(lái)越多研究人員將以更短的時(shí)間、更低的成本縮短新型材料從發(fā)現(xiàn)到生產(chǎn)應(yīng)用的研究使用周期.

人類(lèi)基因組計(jì)劃是結(jié)合已知的基因數(shù)據(jù)，用可拓展的理論去模擬未知的基因組合.新材料的發(fā)現(xiàn)過(guò)程與這種情況相似，通過(guò)高性能的計(jì)算方式，去發(fā)現(xiàn)更多的我們還未發(fā)現(xiàn)的材料，同時(shí)利用高通量的數(shù)據(jù)處理方式，為新材料的發(fā)現(xiàn)以及生產(chǎn)設(shè)計(jì)提供更廣闊的數(shù)據(jù)基礎(chǔ)，擴(kuò)大了模型的篩選模式，減少了研發(fā)周期和性能測(cè)試時(shí)間和糾錯(cuò)時(shí)間，為新材料的研究趨勢(shì)貢獻(xiàn)新的力量.

在材料學(xué)、計(jì)算科學(xué)等領(lǐng)域，會(huì)經(jīng)常運(yùn)用第一性原理，與“試錯(cuò)法”相比，第一性原理計(jì)算方法的優(yōu)勢(shì)十分明顯，它能夠確定表面弛豫、吸附等.對(duì)比實(shí)驗(yàn)研究，第一性原理計(jì)算能加快人們提出合理實(shí)驗(yàn)方案的速度.隨著電子信息技術(shù)的高速發(fā)展，第一性原理計(jì)算，在材料模擬計(jì)算方面有了很大的進(jìn)步，第一性原理計(jì)算已經(jīng)成為計(jì)算材料科學(xué)的重要基礎(chǔ)和核心內(nèi)容[2].

研究人員采用密度泛函理論（DFT）來(lái)預(yù)測(cè)析氫反應(yīng)的電催化性能[3].DFT還用于預(yù)測(cè)電池電解液穩(wěn)定[4]，DFT和分子動(dòng)力學(xué)（MD）用于預(yù)測(cè)材料的光學(xué)帶隙[5-6].當(dāng)遇到搜索空間逐步增大的情況，這些模擬的設(shè)置在計(jì)算上可能是昂貴的和耗時(shí)的.所以許多研究人員已經(jīng)開(kāi)始構(gòu)建或使用信息科學(xué)工具，如工作流管理器、數(shù)據(jù)庫(kù)或代理模型來(lái)加速他們的材料開(kāi)發(fā).這些類(lèi)型的信息工具在軟件工程領(lǐng)域很豐富，但在材料模擬計(jì)算領(lǐng)域卻不常見(jiàn).

晶體材料的大范圍篩選并非一件容易的事情.有些方法通過(guò)關(guān)注有限的搜索空間來(lái)解決這個(gè)問(wèn)題，比如雙金屬A、B晶體[7]或簡(jiǎn)單的立方晶格金屬間化合物[8].其他的方法還包括建立電子結(jié)構(gòu)計(jì)算的數(shù)據(jù)庫(kù)[9-10].大量的數(shù)據(jù)集對(duì)于進(jìn)行穩(wěn)健的篩選研究是必要的，但創(chuàng)建這些數(shù)據(jù)庫(kù)需要數(shù)十位DFT專(zhuān)家的合作.這種方法的結(jié)果是，研究人員花費(fèi)了大量的時(shí)間配置、管理和等待DFT計(jì)算，這本身就是一種耗時(shí)的工作.配置和管理DFT計(jì)算的人員成本已經(jīng)通過(guò)創(chuàng)建基于計(jì)算機(jī)科學(xué)的解決方案得到了有效解決.

信息學(xué)和數(shù)據(jù)科學(xué)工具在材料模擬計(jì)算研究中的應(yīng)用不斷增加，徹底改變了材料發(fā)現(xiàn)的方法.

在本文中我們首先討論了計(jì)算機(jī)軟件工具如何增強(qiáng)和改善材料篩選和發(fā)展，并實(shí)現(xiàn)了工作流、數(shù)據(jù)庫(kù)和Docker容器的組合.然后我們描述了一種框架GASpy，GASpy框架可以跨多個(gè)計(jì)算集群進(jìn)行密集型計(jì)算.這些解決方案對(duì)于進(jìn)行高通量材料篩選是至關(guān)重要的，它使用動(dòng)態(tài)依賴(lài)圖來(lái)共享、組織和調(diào)度計(jì)算，以實(shí)現(xiàn)表面科學(xué)中新的、靈活的研究工作流，該框架可以用于金屬間化合物表面的大規(guī)模材料計(jì)算以發(fā)現(xiàn)電化學(xué)催化劑.最后，我們?cè)谔旌右惶?hào)上利用此高通量模擬計(jì)算框架對(duì)從材料數(shù)據(jù)庫(kù)中獲取的晶體結(jié)構(gòu)數(shù)據(jù)進(jìn)行了模擬實(shí)驗(yàn).驗(yàn)證了該框架在解決實(shí)際問(wèn)題中的可行性.

1信息學(xué)工具

1.1數(shù)據(jù)庫(kù)計(jì)算機(jī)科研工作者經(jīng)常共享數(shù)據(jù)，以避免執(zhí)行

冗余計(jì)算，在過(guò)去，我們只是簡(jiǎn)單地將結(jié)果存儲(chǔ)在共享計(jì)算機(jī)資源的文件系統(tǒng)中，然后報(bào)告文件的位置，以便協(xié)作者手動(dòng)搜索和解析數(shù)據(jù).該方法簡(jiǎn)單靈活，但隨著數(shù)據(jù)量大，耗時(shí)長(zhǎng)，它會(huì)變得難以處理.這種方法還要求我們的合作者擁有與我們相同的計(jì)算資源，這對(duì)其他研究團(tuán)隊(duì)，特別是實(shí)驗(yàn)人員來(lái)說(shuō)是一個(gè)障礙.計(jì)算機(jī)和材料計(jì)算領(lǐng)域的科學(xué)家通過(guò)創(chuàng)建包含底層數(shù)據(jù)的新格式或創(chuàng)建數(shù)據(jù)集來(lái)解決這個(gè)問(wèn)題，這些數(shù)據(jù)庫(kù)允許我們系統(tǒng)地存儲(chǔ)和共享數(shù)據(jù).使用數(shù)據(jù)庫(kù)還可以減少材料計(jì)算領(lǐng)域的科研工作者冗余的計(jì)算.

在材料模擬中使用數(shù)據(jù)集的例子有很多.一個(gè)廣泛使用的數(shù)據(jù)庫(kù)工具是原子仿真環(huán)境（ASE）中的數(shù)據(jù)庫(kù)模塊，此模塊是開(kāi)源的.它將仿真結(jié)果作為ASE原子對(duì)象存儲(chǔ)在自定義SQL模式中[11].許多計(jì)算材料庫(kù)中收集了用于小型計(jì)算的此類(lèi)數(shù)據(jù)庫(kù)示例[12].ASE原子對(duì)象也可以存儲(chǔ)在靈活的Mongo模式中，使用開(kāi)源的Vasp模塊[13]或更專(zhuān)門(mén)的開(kāi)源pymatgen-db模塊[14].其他大型數(shù)據(jù)庫(kù)的例子包括但不限于OQMD[15]、TheMaterials Project[16]、Aflow?lib[17]、和NOMAD.隨著數(shù)據(jù)量的增大，數(shù)據(jù)如何存儲(chǔ)和檢索將成為難題，由于大量的材料數(shù)據(jù)產(chǎn)生，機(jī)器學(xué)習(xí)已經(jīng)成為一個(gè)主要的數(shù)據(jù)挖掘的工具.OQMD、AFLOW和NOMAD等數(shù)據(jù)庫(kù)中均引入了機(jī)器學(xué)習(xí)算法，加速材料知識(shí)的挖掘.

在材料模擬計(jì)算領(lǐng)域中數(shù)據(jù)庫(kù)的大量使用，以及減少合作數(shù)據(jù)共享的障礙，極大地加速了材料的發(fā)現(xiàn).數(shù)據(jù)庫(kù)是復(fù)雜的系統(tǒng)，最終用戶(hù)需要經(jīng)過(guò)培訓(xùn)才能正確地填充、查詢(xún)和管理數(shù)據(jù)庫(kù).在大多數(shù)情況下，不存在一致的API或方案來(lái)跨數(shù)據(jù)庫(kù)訪(fǎng)問(wèn)信息或計(jì)算，這在很大程度上是由計(jì)算類(lèi)型、理論級(jí)別和材料類(lèi)型所導(dǎo)致的，Citrination[18]等商業(yè)機(jī)構(gòu)試圖解決在A(yíng)PI領(lǐng)域的挑戰(zhàn).

1.2工作流管理

材料計(jì)算通常使用成熟或衍生的方法進(jìn)行迭代研究，例如計(jì)算數(shù)千種材料晶體的形成能或利用Vasp計(jì)算勢(shì)能面.每個(gè)計(jì)算都需要研究人員配置和管理，而重復(fù)配置數(shù)十次、數(shù)百次或數(shù)千次所需的時(shí)間有時(shí)會(huì)成為這些研究的限制因素.工作流管理器（WFMs）協(xié)調(diào)并自動(dòng)化處理這些常見(jiàn)的任務(wù)，使研究人員可以花更多的時(shí)間在研究上，用更少的時(shí)間執(zhí)行重復(fù)的任務(wù).

其中最成熟的一套WFMs是由管理材料項(xiàng)目的一個(gè)團(tuán)隊(duì)開(kāi)發(fā)的.他們的WFMs包括Python Materi?als Genomics（Pymatgen）、FireWorks、[19]Custodian和Atomate.[20]Pymatgen是用于材料分析的開(kāi)源Python庫(kù);它有可用的分析工具，如相圖生成器或吸附位置圖.FireWorks是一種跨多個(gè)計(jì)算集群管理計(jì)算的軟件，在計(jì)算機(jī)科學(xué)界被稱(chēng)為pilot abstraction.它為數(shù)據(jù)驅(qū)動(dòng)的科學(xué)計(jì)算提供了廣泛的支持，例如故障檢測(cè)和重復(fù)消除、長(zhǎng)時(shí)間運(yùn)行的項(xiàng)目報(bào)告和動(dòng)態(tài)工作流.Fireworks的工作流主要由三個(gè)部件組成：

1.Firetask是一個(gè)原子計(jì)算工作，可以調(diào)單個(gè)shell腳本或定義單個(gè)Python函數(shù).

2.一個(gè)FireWork是用json格式的文件定義的，包含引導(dǎo)作業(yè)所需的所有信息，例如有Firetask順序執(zhí)行的數(shù)組，由于json文件的靈活性，用戶(hù)可以輕松地設(shè)計(jì)各種功能參數(shù).

3.一個(gè)工作流Workflow是一組FireWorks，彼此之間存在著依賴(lài)關(guān)系，運(yùn)行兩個(gè)子FireWorks，需要一個(gè)父FireWork完成并產(chǎn)生輸出.

FireWorks工作流還支持工作優(yōu)先級(jí)的分配，例如我們有兩個(gè)工作流，每個(gè)任務(wù)有兩個(gè)步驟，我們希望在工作流B之前將A運(yùn)行完成，我們可以遵循曲線(xiàn)所示的深度優(yōu)先方向來(lái)運(yùn)行，也可以選用廣度優(yōu)先方向運(yùn)行.這些都可以通過(guò)調(diào)用lpad工作板執(zhí)行相應(yīng)的命令做到.以上實(shí)例如圖1-2所示.

Atomate構(gòu)建在Pymatgen、FireWorks和Custodian之上，它為材料科學(xué)應(yīng)用程序提供了許多預(yù)構(gòu)建和可定制的工作流.一旦安裝和學(xué)習(xí)了這些工具，執(zhí)行大量的計(jì)算就變得容易得多，一致地執(zhí)行它們也變得更加自然.除了材料項(xiàng)目團(tuán)隊(duì)開(kāi)發(fā)的WFMs之外，還存在其他WFMs，并且對(duì)于補(bǔ)充許多其他大型數(shù)據(jù)庫(kù)系統(tǒng)是必要的.這些WFM工具的主要缺點(diǎn)是它們需要時(shí)間來(lái)創(chuàng)建和實(shí)現(xiàn)，這可能會(huì)導(dǎo)致研究人員無(wú)法等待工作流管理器為其構(gòu)建用例.

1.3計(jì)算機(jī)軟件工具的結(jié)合

WFMs可以與DB結(jié)合.例如：材料項(xiàng)目利用其超級(jí)計(jì)算資源和工作流工具，如Custodian和Fire?Works，對(duì)大量材料的數(shù)百萬(wàn)相關(guān)計(jì)算執(zhí)行數(shù)據(jù)處理和分析.AiiDA是另一個(gè)同時(shí)管理數(shù)據(jù)和計(jì)算的基礎(chǔ)設(shè)施[21].這種數(shù)據(jù)庫(kù)和工作流管理的結(jié)合幫助研究人員創(chuàng)建和共享大量數(shù)據(jù)，同時(shí)避免重復(fù)計(jì)算.然而，這樣的框架需要相對(duì)大量的代碼和數(shù)據(jù)維護(hù).

圖3將各種計(jì)算機(jī)軟件工具有機(jī)的組合起來(lái)，為我們構(gòu)建GASpy框架搭建了軟件基礎(chǔ).

Task Entity是FireWorks中已經(jīng)準(zhǔn)備好等待計(jì)算的任務(wù)（我們稱(chēng)為make fireworks）

JobEntity是FireWorks中已經(jīng)開(kāi)始執(zhí)行計(jì)算的任務(wù)（我們稱(chēng)為rlaunch）

2GASpy框架

前面提到的數(shù)據(jù)庫(kù)/工作流管理框架主要是為了實(shí)現(xiàn)工作流的自動(dòng)化，然后將其應(yīng)用到許多系統(tǒng)中.這在功能上不同于標(biāo)準(zhǔn)的、手動(dòng)的、專(zhuān)家驅(qū)動(dòng)的方法.如果一個(gè)專(zhuān)家想要計(jì)算一個(gè)新系統(tǒng)的屬性，他們通常首先向團(tuán)隊(duì)成員或合作者詢(xún)問(wèn)前提數(shù)據(jù)，然后檢查系統(tǒng)文件夾以獲取數(shù)據(jù).然后他們提交最小的一組計(jì)算來(lái)填補(bǔ)知識(shí)的空白.這種專(zhuān)家驅(qū)動(dòng)的方法更加靈活，因?yàn)橹灰疤釘?shù)據(jù)存在，無(wú)需考慮數(shù)據(jù)來(lái)源或方法，就可以使用數(shù)據(jù).當(dāng)然，這種方法需要專(zhuān)家驗(yàn)證計(jì)算上下文的準(zhǔn)確性.

對(duì)于實(shí)際的科學(xué)探索，我們需要一個(gè)與專(zhuān)家驅(qū)動(dòng)的方法更緊密結(jié)合的框架，因此我們搭建了一個(gè)GASpy（Generalized Adsorption Simulator for Py?thon）[22].GASpy是一個(gè)開(kāi)源框架，它將各種工作流管理包與數(shù)據(jù)庫(kù)軟件結(jié)合起來(lái)，并可以創(chuàng)建一個(gè)DFT模擬和結(jié)果的“智能數(shù)據(jù)庫(kù)”.用戶(hù)可以查詢(xún)這個(gè)數(shù)據(jù)庫(kù)，它將返回已經(jīng)存儲(chǔ)的相關(guān)結(jié)果.智能數(shù)據(jù)庫(kù)的框架是圍繞任務(wù)構(gòu)建的，這些任務(wù)可以動(dòng)態(tài)組合到各種管道中執(zhí)行不同計(jì)算的操作.

GASpy通過(guò)建立一組任務(wù)來(lái)計(jì)算被吸附物和催化劑表面之間的吸附能.我們將這些任務(wù)與各種工作流管理器和數(shù)據(jù)庫(kù)軟件相結(jié)合.有些任務(wù)依賴(lài)于其他任務(wù)，在表面上的任何吸附位點(diǎn)可以被識(shí)別之前，需要從一個(gè)晶體中枚舉一個(gè)表面.這種任務(wù)相互依賴(lài)由Luigi[23]軟件包管理，該軟件包通過(guò)為用戶(hù)管理任務(wù)先決條件和相互依賴(lài)關(guān)系來(lái)簡(jiǎn)化任務(wù)執(zhí)行.所有需要DFT弛豫的Luigi任務(wù)都是通過(guò)FireWorks執(zhí)行的.

我們使用MongoDB數(shù)據(jù)庫(kù)存儲(chǔ)我們所有DFT的結(jié)果，即用戶(hù)信息、計(jì)算任務(wù)的工作流、用戶(hù)的數(shù)據(jù)權(quán)限以及計(jì)算結(jié)果.Mongo數(shù)據(jù)庫(kù)可以實(shí)現(xiàn)用戶(hù)和數(shù)據(jù)庫(kù)的交互式使用，方便用戶(hù)查詢(xún)，處理數(shù)據(jù)庫(kù)中的數(shù)據(jù).在材料科學(xué)中，不同種類(lèi)的材料所關(guān)注的屬性差別較大，如果采用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)則需要為每種類(lèi)別材料建立一張數(shù)據(jù)庫(kù)表，這樣不但會(huì)增加開(kāi)發(fā)維護(hù)成本，而且不利于對(duì)用戶(hù)提供統(tǒng)一的數(shù)據(jù)查詢(xún)?nèi)肟?，增加了系統(tǒng)使用的復(fù)雜性.因此GASpy框架的數(shù)據(jù)庫(kù)系統(tǒng)建立在MongoDB基礎(chǔ)上，充分利用“無(wú)模式”的特點(diǎn)，將所有材料類(lèi)別統(tǒng)一存儲(chǔ)管理，并為用戶(hù)提供統(tǒng)一的查詢(xún)?nèi)肟?

圖4展示了MongoDB數(shù)據(jù)庫(kù)對(duì)于材料模擬計(jì)算方便的功能.

我們可以很容易地創(chuàng)建新的任務(wù)，使用從材料模擬計(jì)算得到的中間DFT結(jié)果來(lái)填充表面能數(shù)據(jù)庫(kù)，而無(wú)需解析吸附能結(jié)果.這種從中間數(shù)據(jù)中分離結(jié)果的做法允許我們將舊數(shù)據(jù)用于新的目的，同時(shí)最大限度地減少數(shù)據(jù)處理和分析時(shí)間.

GASpy的工作流管理和數(shù)據(jù)庫(kù)框架為材料模擬計(jì)算提供了各種好處.GASpy繼承了工作流管理框架的主要優(yōu)點(diǎn)：減少了執(zhí)行計(jì)算的開(kāi)銷(xiāo).傳統(tǒng)的工作流程包括對(duì)研究人員進(jìn)行幾周或幾個(gè)月的培訓(xùn)，然后要求他們花幾個(gè)小時(shí)或幾天的時(shí)間管理成百上千的DFT弛豫.GASpy只花幾分鐘來(lái)查詢(xún)和排隊(duì)進(jìn)行任意數(shù)量的DFT弛豫.GASpy還繼承了數(shù)據(jù)庫(kù)的主要優(yōu)點(diǎn)：計(jì)算集中在一起，從不重復(fù).這意味著一個(gè)用戶(hù)排隊(duì)的單個(gè)裸露表面弛豫將被所有其他用戶(hù)在計(jì)算該表面上的吸附能量時(shí)使用.

GASpy框架可以Docker在集群上部署，Docker包含了代碼運(yùn)行的基礎(chǔ)環(huán)境，可以在容器內(nèi)模擬材料計(jì)算，避免了因?yàn)榇笠?guī)模的計(jì)算而導(dǎo)致的服務(wù)器崩潰的問(wèn)題.

GASpy工作流的有向無(wú)環(huán)圖形式如圖5所示.

每個(gè)盒子都是一個(gè)任務(wù)，所有任務(wù)都由Luigi管理.任務(wù)的形狀表明Luigi使用哪個(gè)工具來(lái)執(zhí)行任務(wù).觸發(fā)任何單個(gè)任務(wù)都會(huì)導(dǎo)致Luigi觸發(fā)所有必要的上游任務(wù).因此，在數(shù)據(jù)庫(kù)中查詢(xún)特定位點(diǎn)的吸附能將自動(dòng)觸發(fā)之前未完成的任務(wù).我們采用圓角矩形表示Pthton工具，剪去單角的矩形表示FireWorks工具，矩形表示Mongo工具，剪去對(duì)角矩形表示Pymat?gen工具.

GASpy的框架存在一些缺陷.對(duì)于少量的計(jì)算，構(gòu)造基礎(chǔ)設(shè)施然后使用它所需的時(shí)間比簡(jiǎn)單地手動(dòng)執(zhí)行和分析結(jié)果所需的時(shí)間要長(zhǎng).因此，當(dāng)基于已建立的計(jì)算工作流時(shí)，創(chuàng)建和使用類(lèi)似GASpy的框架是有效的，但當(dāng)基于未建立的計(jì)算工作流時(shí)并非有效.這個(gè)缺點(diǎn)是框架固有的，是不可避免的.GASpy還有其他一些缺點(diǎn)，例如：GASpy沒(méi)有自動(dòng)處理錯(cuò)誤的方法.如果DFT弛豫因?yàn)榉?wù)器崩潰而失敗，那么用戶(hù)必須重新在GASpy上請(qǐng)求弛豫，或者如果DFT弛豫因?yàn)闊o(wú)法收斂而失敗，那么用戶(hù)必須提交另一個(gè)查詢(xún)來(lái)指定不同的DFT設(shè)置并重新請(qǐng)求弛豫.

3GASpy示范案例

本文在國(guó)家超級(jí)計(jì)算長(zhǎng)沙中心的天河一號(hào)上基于GASpy框架進(jìn)行了材料模擬，我們模擬了mp-1006883的晶體CONi，計(jì)算了彌勒指數(shù)為1的晶面吸附氫氧根的吸附能.

3.1實(shí)驗(yàn)設(shè)置

為了驗(yàn)證系統(tǒng)的可用性，本次實(shí)驗(yàn)在GASpy框架上進(jìn)行了CONi晶體的結(jié)構(gòu)推演仿真模擬.為了簡(jiǎn)單起見(jiàn)，本次任務(wù)用Luigi工作流方式批量產(chǎn)生CONi彌勒指數(shù)為1的晶面所有吸附點(diǎn)，總共有25個(gè)不同吸附位置，這些數(shù)據(jù)都存放在Mongo數(shù)據(jù)庫(kù)里面.再利用FireWorks批量對(duì)這些吸附模型產(chǎn)生待提交的任務(wù)，并根據(jù)當(dāng)前的可用節(jié)點(diǎn)情況執(zhí)行任務(wù).我們從材料網(wǎng)站上獲得了745個(gè)計(jì)算模型，圖6展示了Fire?Works工作流的作業(yè)狀態(tài).

然后對(duì)這些模型進(jìn)行了優(yōu)化，優(yōu)化后可以得到吸附能結(jié)果.這些結(jié)果都存儲(chǔ)在Mongo數(shù)據(jù)庫(kù)中.圖7展示了Mongo數(shù)據(jù)庫(kù)中的數(shù)據(jù)格式.

我們的天河集群配置如表1所示.

我們?cè)谔旌右惶?hào)集群上進(jìn)行測(cè)試的并行節(jié)點(diǎn)有27個(gè)，圖8展示了我們?cè)谔旌右惶?hào)上的節(jié)點(diǎn)設(shè)置情況.

整套過(guò)程中我們都是利用FireWorks工作流產(chǎn)生任務(wù)并執(zhí)行計(jì)算.我們可以利用FireWorks的lpad工作板在添加FW工作流后利用命令行設(shè)置工作優(yōu)先級(jí)，取消、刪除已經(jīng)執(zhí)行的工作流，重新啟動(dòng)工作流，重置失敗的工作流.

3.2實(shí)驗(yàn)結(jié)果

CONi吸附能結(jié)果如表2所示.

該案例利用計(jì)算機(jī)科學(xué)軟件工具，針對(duì)不同吸附點(diǎn)產(chǎn)生了批量任務(wù)，并利用超級(jí)計(jì)算機(jī)對(duì)任務(wù)進(jìn)行了模擬計(jì)算，這些科學(xué)工具能夠管理不同任務(wù)之間的關(guān)系，因此是用來(lái)測(cè)試基于信息工具就可以改善和增強(qiáng)材料篩選的問(wèn)題的一個(gè)很好案例.

4結(jié)論

隨著各種計(jì)算機(jī)軟件工具的發(fā)展，使得大規(guī)模材料模擬計(jì)算變得更為方便，并且廣泛應(yīng)用于電催化領(lǐng)域，高效地加速了催化劑的發(fā)現(xiàn)，有效的解決了能源問(wèn)題.這些工具有不同的優(yōu)點(diǎn)和缺點(diǎn)，充分利用這些工具可以大大補(bǔ)充和加速現(xiàn)有的研究工作流程，提高科研人員的工作效率.本文結(jié)論如下：

1）本文分析總結(jié)了各種信息學(xué)軟件工具在材料篩選和電催化領(lǐng)域的發(fā)展，并將數(shù)據(jù)庫(kù)與工作流軟件進(jìn)行結(jié)合，為構(gòu)建模擬計(jì)算環(huán)境搭建了基礎(chǔ).

2）我們?cè)谔旌右惶?hào)集群上搭建了GASpy框架，它可以連續(xù)地生成和存儲(chǔ)DFT數(shù)據(jù)，不需要用戶(hù)干預(yù)，實(shí)現(xiàn)了計(jì)算機(jī)軟件成功應(yīng)用于材料和催化領(lǐng)域.

3）我們率先采用最新的GASpy框架在天河一號(hào)上面計(jì)算晶體CONi彌勒指數(shù)為1的晶面吸附氫氧根的吸附能，結(jié)果表明了結(jié)合工作流和數(shù)據(jù)庫(kù)等計(jì)算機(jī)軟件可以更加靈活高效地實(shí)現(xiàn)大規(guī)模自動(dòng)化的DFT材料模擬計(jì)算.

參考文獻(xiàn)

[1]郭佳龍，王宗國(guó)，王彥棡，等.基于計(jì)算機(jī)技術(shù)的材料研發(fā)方法概述[J].數(shù)據(jù)與計(jì)算發(fā)展前沿，2021，3（2）：120-132.

[2]陳剛，楊現(xiàn)，范滄，等.Zr55Cu35Al10金屬玻璃中緊鍵結(jié)合團(tuán)簇的定量表征[J].湖南大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，42（6）：73-77.

[3] SEH Z W，KIBSGAARD J，DICKENS C F，et al. Combining theory and experiment in electrocatalysis：Insights into materials design[J].Science，2017，355：6321.

[4] BORODIN O，OLGUIN M，SPEAR C E，et al. Towards high throughput screening of electrochemical stability of battery electro?l y t e s[ J ]. N a n o t e c h n o l o g y ，2 0 1 5 ，2 6（ 3 5 ）：3 5 4 0 0 3 .

[5] KANAL I Y，OWENS S G，BECHTEL J S，et al.Efficient compu?tational screening of organic polymer photovoltaics[J].The Jour?nal of Physical Chemistry Letters，2013，4（10）：1613-1623.

[6] NAKAJIMA T，SAWADA K.Discovery of Pb-free perovskite so?lar cells via high-throughput simulation on the K computer[J]. The Journal of Physical Chemistry Letters，2017，8（19）：4826- 4831.

[7] HANSEN H A，SHI C，LAUSCHE A C，et al.Bifunctional alloys for the electroreduction of CO2 and CO[J].Physical Chemistry Chemical Physics，2016，18（13）：9194-9201.

[8] LI Z，WANG S W，CHIN W S，et al.High-throughput screening of bimetallic catalysts enabled by machine learning[J].Journal of Materials Chemistry A，2017，5（46）：24131-24138.

[9] HUMMELSH?J J S，ABILD-PEDERSEN F，STUDT F，et al. CatApp：a web application for surface chemistry and heteroge?neous catalysis[J].Angewandte Chemie International Edition， 2 0 1 2 ，5 1（ 1 ）：2 7 2 - 2 7 4 .

[10] SCHEFFER M，DRAXL C，NOMAD Centre of Excellence.[EB/ OL].（2018-12-12）[2022-2-15]. https：//www.nomad-coe.eu

[11] HJORTH LARSEN A，J?RGEN MORTENSEN J，BLOMQVIST J， et al. The atomic simulation environment-a Python library for working with atoms[J]. Journal of Physics. condensed matter， 2 0 1 7 ，2 9（ 2 7 ）：2 7 3 0 0 2 .

[12] LANDIS D D，HUMMELSH?J J S，NESTOROV S，et al. The computational materials repository[J].Computing in Science & E n g i n e e r i n g ，2 0 1 2 ，1 4（ 6 ）：5 1 - 5 7 .

[13] KITCHIN J R. Examples of effective data sharing in scientific publishing[J].ACS Catalysis，2015，5（6）：3894-3899.

[14] ONG S P，RICHARDS W D，JAIN A，et al.Python Materials Ge?nomics（pymatgen）：a robust，open-source python library for mate?rials analysis[J]. Computational Materials Science，2013，68： 314-319.

[15] KIRKLIN S，SAAL J E，MEREDIG B，et al.The Open Quantum Materials Database（OQMD）：assessing the accuracy of DFT for?mation energies[J]. Npj Computational Materials，2015，1： 15010.

[16] JAIN A，ONG S P，HAUTIER G，et al.Commentary：The Materi?als Project：a materials genome approach to accelerating materials innovation[J].APL Materials，2013，1（1）：011002.

[17] CURTAROLO S， SETYAWAN W， WANG S D， et al. AFLOWLIB.ORG：a distributed materials properties repository from high-throughput ab initio calculations[J]. Computational Materials Science，2012，58：227-235.

[18] HILL J，MANNODI-KANAKKITHODI A，RAMPRASAD R，et al. Materials data infrastructure and materials informatics[M]//Com?putational Materials System Design.Cham：Springer International P u b l i s h i n g ，2 0 1 7 ：1 9 3 - 2 2 5 .

[19] JAIN A，ONG S P，CHEN W，et al.FireWorks：a dynamic work?flow system designed for high-throughput applications[J].Con?currency and Computation：Practice and Experience，2015，27 （ 1 7 ）：5 0 3 7 - 5 0 5 9 .

[20] MATHEW K，MONTOYA J H，F(xiàn)AGHANINIA A，et al.Atomate： a high-level interface to generate，execute，and analyze computa?tional materials science workflows[J].Computational Materials S c i e n c e ，2 0 1 7 ，1 3 9 ：1 4 0 - 1 5 2 .

[21] PIZZI G，CEPELLOTTI A，SABATINI R，et al.AiiDA：automated interactive infrastructure and database for computational science [J].Computational Materials Science，2016，111：218-230.

[22] TRAN K，ULISSI Z W. Active learning across intermetallics to guidediscovery of electrocatalysts for CO2 reduction and H2 evolu?tion[J].Nature Catalysis，2018，1（9）：696-703.

[23] BERNHARDSSON E，F(xiàn)REIDER E，ROUHANI. A luigi，a python package that builds complex pipelines of batch jobs[EB/OL]. （2012-1-21）[2022-2-15]. https：//github.com/spotify/luigi.