迈高科技matcloud 融合quantum espresso: 云端开展第一原理计算，发表论文，无-9游会真人第一品牌

2022年1月14日，北京迈高材云科技有限公司召开了线上产品发布会，宣布matcloud 材料云支持quantum espresso第一性原理计算，并进行了实操使用讲解。从此，用户也可使用免费开源，且功能强大的quantum espresso，通过浏览器，开展第一性原理计算。这意味着，用户可以通过云端开展第一性原理计算，发表论文，不用再担心9游会真人第一品牌的版权问题。经测试表明，通过matcloud 开展quantum espresso第一性原理计算，减少人工干预次数可达90%，为广大科研人员带去了真正的福音。发布会搭配“云直播”实时在线互动，共有近千名用户参加本次线上直播发布会，收到广大用户好评。

matcloud 针对quantum espresso进行了二次开发，这也是国内首个可实现quantum espresso高通量计算与材料数据学习的材料智能计算平台，在继承了quantum espresso优势的基础上，更实现了quantum espresso所不支持的高通量并发式计算、任务监控、全程图形化展示、数据实时入库、数据自动化学习等功能，进一步提升了quantum espresso的使用效率。用户开展第一性原理计算，不再局限于某商业化软件。

quantum espresso简介

一直以来，国内开展第一性原理计算，总是局限于某1-2个商业软件。这些软件，不仅购买使用许可价格昂贵，而且还需要下载、本地安装，还需通过人工部署到高性能计算集群，在计算集群的linux环境准备好各种输入文件，再编写配套的作业提交脚本和后处理脚本，才能开展使用。

实际上，开源的quantum espresso（qe）也是一款非常出色的第一性原理计算软件，它是一款用于电子结构、模拟、弛豫且开源免费的量化计算软件，包含了很多主流第一性原理软件所没有的超导计算、电子能量损失谱、弹道输运等功能。结合内置的后处理软件包可轻松获取可视化的数据信息，开源免费的特性可以支持企业及各大科研院所实现低成本科研，而强大全面的计算功能可以为论文提供更可靠的数据论证。未来qe将致力于并行效率的提升、自洽或全局最小化算法的优化、计算精度的提升等，为用户提供一个高效、精准、免费的第一原理计算程序（功能比较见图1）。

图1. quantum espresso与主流第一性原理软件的功能对比

正是由于无需9游会真人第一品牌的版权、功能全面的特点，qe获得了大量用户的认可，截止至今，采用qe发表论文的数量已经超过2万篇，稳居第一性计算软件的第二梯队。自2009年quantum espresso问世以来，其引用次数逐年增加，从众多第一性原理软件中脱颖而出（图2）。从下图我们可以看到，qe用户是呈逐年增多的趋势，在欧美等国家得到了广泛的应用。截至2021年，来自google scholar的第一性原理软件用户数据统计，qe使用用户的增长率和其它常用第一性原理软件的用户使用增长率几乎持平。

图2. 几个主要的第一性原理软件使用人数增长率比较

quantum espresso使用中的困扰

尽管qe是一款出色的开源第一性原理计算软件，然而使用中，却存在如下的困难，导致其在国内的使用人数，没有那么广泛。

（1）qe参数设置层面，由于参数众多，熟悉了解并挑选出合适的参数较为困难，格式要求多，容易由于人为失误造成任务失败，参数解释晦涩难懂，网上教程少。

（2）输入结构层面，需要利用poscar文件格式生成结构数据，建模需要利用特殊软件，通常需要9游会真人第一品牌的版权。

（3）在赝势上看，文件不同类型赝势需要从网站采集，没有整合成库，不同赝势推荐截断能不一样，需要从各个渠道寻找；

（4）在计算提交方面，计算集群配置，安装编译qe需要各种依赖库，自行编写提交脚本，需要编程基础，无实时任务监控及任务衔接，浪费时间。

（5）最后在后处理上，需要学习编程及熟悉后处理代码，数据难复用，易丢失。

matcloud 带给qe的创新和价值提升

matcloud 针对国内用户使用qe存在不便捷的地方，对qe第一性原理计算进行了如下改进和价值提升。融合qe的各种优势，matcloud 针对qe进行了二次开发，这也是国内首个可实现quantum espresso高通量计算的材料智能设计平台，在继承了qe优势的基础上，更实现了qe所不支持的高通量并行计算、任务监控、全程图形化展示、数据实时入库等功能，进一步提升了qe的使用效率。

matcloud 让qe第一原理计算图形化、流程化

matcloud 基于qe量子力学引擎，进行了二次开发，并重新定义了第一性原理计算的操作，将模型搭建、高通量建模、各处理间数据流动（如几何优化、静态计算）、参数设置、赝势处理、计算数据后处理、计算数据持久化等关键环节，图形化、组件化，通过灵活的“托拽”方式实现自组装的各个功能集中整合（图3）。同时实现了qe高通量材料计算“建模-计算-数据- ai”的“云端”一体自动化流程，直接连接千核/万核集群，解决了材料计算参数设置复杂、赝势处理繁琐、数据后处理易出错、计算数据易丢失等问题。