🔬 physics

Interpolative Separable Density-Fitting for Transcorrelated Hamiltonians

यह शोध पत्र एक कुशल ISDF-xTC-CCSD पद्धति प्रस्तुत करता है जो इंटरपोलेटिव सेपरेबल डेंसिटी-फिटिंग को ट्रांसकोरिलेटेड फ्रेमवर्क के साथ जोड़ता है ताकि लीनियर चेन्स और बेंजीन जैसे जटिल अणुओं के लिए सटीक, बड़े पैमाने पर कपल्ड-क्लस्टर गणनाओं को सक्षम बनाया जा सके, जिससे अत्याधुनिक सटीकता और सुदृढ़ कम्प्लीट-बेसिस-सेट अभिसरण प्राप्त होता है।

मूल लेखक: Ke Liao, Yifan Cheng, Werner Dobrautz, Tianyu Zhu, Ali Alavi

प्रकाशित 2026-07-21

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Ke Liao, Yifan Cheng, Werner Dobrautz, Tianyu Zhu, Ali Alavi

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक भीड़ भरे डांस फ्लोर का एक आदर्श मॉडल बनाने की कोशिश कर रहे हैं जहाँ हर कोई घूम रहा है, स्पिन कर रहा है और एक-दूसरे से टकरा रहा है। परमाणुओं और इलेक्ट्रॉनों की दुनिया में, इस "नृत्य" को इलेक्ट्रॉन सहसंबंध (electron correlation) कहा जाता है। वैज्ञानिक दशकों से यह अनुमान लगाने की कोशिश कर रहे हैं कि ये सूक्ष्म कण वास्तव में कैसे व्यवहार करते हैं क्योंकि उनके नृत्य के कदमों को जानना हमें यह बताता है कि सामग्रियां बिजली कैसे संचालित करती हैं, दवाएं हमारे शरीर के साथ कैसे परस्पर क्रिया करती हैं, और नई बैटरियां कैसे काम कर सकती हैं। समस्या यह है कि इलेक्ट्रॉन अविश्वसनीय रूप से शर्मीले और संवेदनशील होते हैं; उन्हें एक-दूसरे के बहुत करीब रहना पसंद नहीं है, और जब वे पास आते हैं, तो वे अपनी गति में एक तीखा, टेढ़ा-मेढ़ा मोड़ लेते हैं जिसे "कस्प" (cusp) कहा जाता है।

इस नृत्य का सटीक वर्णन करने के लिए, वैज्ञानिक आमतौर पर गणितीय "कक्षाओं" या पथों के एक सेट का उपयोग करते हैं। लेकिन क्योंकि ये पथ चिकने और गोल होते हैं, वे उस तीखे, टेढ़े-मेढ़े मोड़ का वर्णन करने के लिए बहुत खराब हैं। इसे ठीक करने के लिए, शोधकर्ताओं को इन पथों के एक विशाल समूह का उपयोग करना पड़ता है, जैसे कि केवल चिकने वक्रों का उपयोग करके एक तीखे कोने को खींचने की कोशिश करना—एक सही रूप देने के लिए आपको हजारों छोटे वक्रों की आवश्यकता होगी। यह गणनाओं को इतना भारी और धीमा बना देता है कि दुनिया के सबसे तेज़ सुपरकंप्यूटर भी कुछ परमाणुओं से बड़ी किसी भी चीज़ के लिए उन्हें पूरा करने के लिए संघर्ष करते हैं। यह रेत के एक अकेले शेल (shell) को खोजने के लिए समुद्र तट पर रेत के हर कण को गिनने की कोशिश करने जैसा है; कार्य सैद्धांतिक रूप से संभव है, लेकिन व्यावहारिक रूप से असंभव है।

यह शोध पत्र इस गणना कार्य को प्रबंधनीय बनाने के लिए एक चतुर नया तरीका पेश करता है। लेखकों ने, जो जर्मनी और अमेरिका के शोधकर्ताओं की एक टीम है, एक ऐसी विधि विकसित की है जो गणना शुरू होने से पहले ही उन टेढ़े-मेढ़े मोड़ों को सुचारू बना देती है, बजाय इसके कि बाद में चिकने पथों को उन्हें फिट करने के लिए मजबूर किया जाए। वे इसे "ट्रांसकोरिलेटेड" (Transcorrelated) विधि कहते हैं। इसे ऐसे समझें: एक टेढ़े-मेढ़े पहाड़ को एक चिकने पेन से खींचने के बजाय, आप पहले कागज को ही इस तरह नया आकार देते हैं कि पहाड़ आपके पेन के लिए चिकना दिखाई दे। यह गणित को बहुत आसान और तेज़ बना देता है।

हालाँकि, इसमें एक पेंच था। जबकि यह नया आकार देने वाला तरीका छोटे अणुओं के लिए अच्छी तरह काम कर गया, लेकिन बड़े सिस्टम, जैसे परमाणुओं की लंबी श्रृंखलाओं या बेंजीन जैसी जटिल रिंगों पर लागू करने पर इसने संख्याओं का एक और भी बड़ा ढेर बना दिया। इस "पुनर्गठित" गणित को इतने अधिक कंप्यूटर मेमोरी की आवश्यकता थी कि यह किसी भी मशीन को क्रैश कर देता जो इससे छोटे सिस्टम के अलावा किसी भी चीज़ को हल करने की कोशिश करती।

शोध पत्र का मुख्य उपलब्धि इस मेमोरी की बाधा को हल करना है। लेखकों ने इस "नया आकार देने" वाली तकनीक को एक नई संपीड़न तकनीक के साथ जोड़ा जिसे "इंटरपोलेटिव सेपरेबल डेंसिटी-फिटिंग" (ISDF) कहा जाता है। कल्पना कीजिए कि आपके पास भीड़ की एक विशाल, उच्च-रिज़ॉल्यूशन वाली फोटो है। हर एक पिक्सेल को सहेजने के बजाय (जिसमें टेराबाइट्स जगह लगती है), आप कुछ प्रमुख लोगों की पहचान करते हैं और बाकी भीड़ को इस आधार पर वर्णित करते हैं कि वे उन कुछ लोगों से कैसे संबंधित हैं। ISDF यही करता है: यह गणना के लिए आवश्यक डेटा की विशाल मात्रा को एक छोटी, प्रबंधनीय सूची में संकुचित कर देता है।

इस संपीड़न का उपयोग करके, टीम बड़े सिस्टम पर अपनी गणना चलाने में सक्षम हुई जो पहले असंभव थे। उन्होंने अपने तरीके का परीक्षण दो चीजों पर किया: हाइड्रोजन परमाणुओं की एक लंबी श्रृंखला (एक आणविक हार की तरह) और बेंजीन अणु (कार्बन और हाइड्रोजन की एक रिंग)। हाइड्रोजन श्रृंखला के लिए, वे सटीकता के उस स्तर तक पहुँचे जो दुनिया के सर्वोत्तम, सबसे महंगे तरीकों से मेल खाता है, लेकिन उन्होंने इसे बहुत तेज़ी से किया। बेंजीन के लिए, उन्होंने 1,200 ऑर्बिटल्स तक के बेसिस सेट (गणना के विवरण का एक माप) का उपयोग किया, जो इस प्रकार की समस्या के लिए एक विशाल पैमाना है।

परिणाम प्रभावशाली हैं। हाइड्रोजन श्रृंखला के लिए, उनका तरीका सबसे सटीक संदर्भ डेटा के साथ लगभग 1 मिलीहार्ट्री प्रति परमाणु (ऊर्जा की एक सूक्ष्म इकाई) के भीतर मेल खाता है। बेंजीन के लिए, उन्होंने पाया कि उनका तरीका न केवल सटीक था, बल्कि अधिक विवरण जोड़ने पर अंतिम उत्तर की भविष्यवाणी करने में बहुत अधिक स्थिर भी था। वास्तव में, बेंजीन के लिए, उनके तरीके ने उस "लापता" ऊर्जा का लगभग 64% हिस्सा प्राप्त किया जिसे खोजने के लिए आमतौर पर और भी अधिक जटिल, महंगे चरणों की आवश्यकता होती है, और वह भी उनके चुने हुए तरीके की मानक गति के साथ।

लेखकों ने यह भी दिखाया कि उनका तरीका लचीला है। उन्होंने एक "जैस्ट्रो फैक्टर" (Jastrow factor) का उपयोग किया, जो एक गणितीय उपकरण है जो यह बताता है कि इलेक्ट्रॉन एक-दूसरे से कैसे बचते हैं, और इसे "वैरिएशनल मोंटे कार्लो" नामक तकनीक का उपयोग करके अनुकूलित किया। उन्होंने पूरे सिस्टम को आधुनिक ग्राफिक्स कार्ड (GPUs) पर चलाने के लिए बनाया, जो वीडियो गेम में उपयोग किए जाने वाले चिप्स के समान हैं, जिससे उन्हें उन गणनाओं को संभालने की अनुमति मिली जिनके लिए पहले एक सुपरकंप्यूटर की मेमोरी की आवश्यकता होती।

संक्षेप में, यह शोध पत्र केवल एक नई थ्योरी प्रस्तावित नहीं करता है; यह एक व्यावहारिक इंजन बनाता है जो बड़ी, अधिक जटिल आणविक संरचनाओं के लिए उच्च-सटीक क्वांटम केमिस्ट्री को संभव बनाता है। डेटा को संकुचित करके और इलेक्ट्रॉनों के टेढ़े-मेढ़े मोड़ों को सुचारू बनाकर, उन्होंने एक "निषिद्ध रूप से बड़े" (prohibitively large) कैलकुलेशन को एक नियमित कार्य में बदल दिया है, जिससे उन सामग्रियों और अणुओं के अध्ययन का द्वार खुल गया है जो पहले पहुंच से बाहर थे। यह विधि मजबूत, स्केलेबल है, और ठोस सामग्रियों को समझने से लेकर नई दवाओं को डिजाइन करने तक सब कुछ करने के लिए तैयार है, बशर्ते कि सिस्टम वर्तमान सॉल्वर के लिए बहुत अधिक फैले हुए या अराजक न हों।

तकनीकी सारांश: ट्रांसकोरिलेटेड हैमिल्टोनियन के लिए इंटरपोलेटिव सेपरेबल डेंसिटी-फिटिंग

समस्या विवरण
एब इनिशियो इलेक्ट्रॉनिक स्ट्रक्चर थ्योरी में सटीक इलेक्ट्रॉन सहसंबंध (electron correlation) का उपचार एक-कण आधार सेट (one-particle basis set) के आकार के सापेक्ष ऊर्जा के धीमे अभिसरण (convergence) के कारण बाधित होता है। मानक ऑर्बिटल-प्रोडक्ट विस्तार $O(X^{-3})$ के रूप में अभिसरित होते हैं (जहाँ $X$ आधार सेट की कार्डिनल संख्या है), क्योंकि एंटीसिमेट्रिक स्मूथ ऑर्बिटल्स इलेक्ट्रॉन-इलेक्ट्रॉन कस्प (cusp) को पुनरुत्पादित नहीं कर सकते। जबकि स्पष्ट रूप से सहसंबंधित (explicitly correlated) विधियाँ (R12/F12) इस अभिसरण को तेज करती हैं, उन्हें विशिष्ट कार्यान्वयन के लिए अनुकूलित किया जाता है।

ट्रांसकोरिलेटेड (TC) विधि एक वैकल्पिक मार्ग प्रदान करती है, जो एक जस्ट्रो कोरिलेटर (Jastrow correlator) को सिमिलरिटी ट्रांसफॉर्मेशन ( $\bar{H} = F^{-1}\hat{H}F$ ) के माध्यम से हैमिल्टोनियन में फोल्ड करती है। यह प्रभावी रूप से कस्प को सीधे प्रभावी इंटरेक्शन में शामिल करती है, जिससे आधार-सेट अभिसरण तेज हो जाता है। हालाँकि, TC हैमिल्टोनियन एक वास्तविक तीन-निकाय ऑपरेटर (three-body operator) और एक प्रभावी दो-निकाय पद (two-body term) पेश करता है। जबकि प्रभावी दो-निकाय (xTC) योजना एक संदर्भ घनत्व मैट्रिक्स का उपयोग करके तीन-निकाय ऑपरेटर को दो-निकाय सुधार में संकुचित करती है, परिणामी इंटीग्रल्स का मूल्यांकन एक बाधा बनी रहती है।

एनालिटिक स्कीम्स (Analytic schemes): ये विशिष्ट कोरिलेटर्स तक सीमित हैं और उन लचीले, मल्टी-सेंटर रूपों (जैसे कि बॉय्स-हैंडी) के लिए अव्यवहार्य हो जाती हैं जिनकी आवश्यकता इलेक्ट्रॉन-इलेक्ट्रॉन, इलेक्ट्रॉन-न्यूक्लियस और तीन-निकाय सहसंबंधों के लिए एक साथ होती है।
न्यूमेरिकल ग्रिड इंटीग्रेशन: यह सामान्य है लेकिन अत्यधिक महंगा है, जो प्रभावी दो-निकाय सुधारों की असेंबली के लिए $O(N_g N_{orb}^4)$ के रूप में स्केल करता है, जहाँ $N_g$ ग्रिड बिंदुओं की संख्या है। यह लागत बड़े सिस्टम या बड़े आधार सेट (जैसे cc-pV5Z) के लिए TC विधियों के अनुप्रयोग को रोकती है।

कार्यप्रणाली (Methodology)
लेखक एक ढांचा प्रस्तावित करते है जो इंटरपोलेटिव सेपरेबल डेंसिटी-फिटिंग (ISDF) सन्निकटन को प्रभावी ट्रांसकोरिलेटेड (xTC) उपचार और ऑटोमैटिक डिफरेंशिएशन के साथ जोड़ता है।

ISDF फैक्टराइजेशन: विधि ऑर्बिटल्स और ऑर्बिटल ग्रेडिएंट्स के उत्पादों को एक रियल-स्पेस ग्रिड पर लो-रैंक प्रतिनिधित्व में संकुचित करती है, जो इंटरपोलेशन पॉइंट्स (पिवोट्स) पर आधारित होता है।
- पिवोट चयन: QR या k-means के बजाय, लेखक ऑर्बिटल ओवरलैप डेंसिटी ( $\rho_{pq} = \phi_p \phi_q$ ) और ऑर्बिटल-ग्रेडिएंट डेंसिटी पर एक इटरेटिव पिवोटेड चोलेस्की डीकंपोजिशन का उपयोग करते हैं। यह चयन विशिष्ट जस्ट्रो (Jastrow) रूप से स्वतंत्र है।
- फ्यूजन: स्केलर और ग्रेडिएंट पिवोट सेट्स को फ्यूज किया जाता है ताकि सभी आगामी संकुचन (contractions) के लिए एक एकल सहायक आयाम सुनिश्चित किया जा सके।
- लो-रैंक प्रतिनिधित्व: ट्रांसकोरिलेटेड दो-निकाय इंटीग्रल्स ( $K$ ) और प्रभावी दो-निकाय सुधार ( $\Delta U$ ) इस लो-रैंक संरचना को विरासत में प्राप्त करते हैं, जिससे स्टोरेज और इंटीग्रेशन लागत में कई गुना कमी आती है।
जस्ट्रो ऑप्टिमाइजेशन: विधि एक लचीले मल्टी-सेंटर बॉय्स-हैंडी (BH) कोरिलेटर का उपयोग करती है। मापदंडों को वेरिएशनल मोंटे कार्लो (VMC) के माध्यम से अनुकूलित किया जाता है, जो एक संदर्भ-वैरिएंस ऑब्जेक्टिव (स्लेटर-जस्ट्रो वेवफंक्शन के लोकल एनर्जी के वैरिएंस को कम करना) का उपयोग करता है, न कि ऊर्जा न्यूनीकरण का।
- ऑटोमैटिक डिफरेंशिएशन: इंटीग्रल कर्नेल के लिए आवश्यक जस्ट्रो फैक्टर के ग्रेडिएंट्स फॉरवर्ड-मोड ऑटोमैटिक डिफरेंशिएशन के माध्यम से प्राप्त किए जाते हैं, जो हैंड-कोडेड, कोरिलेटर-विशिष्ट इंटीग्रल रूटीन की आवश्यकता को समाप्त करता है।
कार्यान्वयन और स्केलिंग:
- मल्टी-GPU पाइपलाइन: एक प्रोड्यूसर/कंज्यूमर पाइपलाइन आउट-ऑफ-कोर स्टोरेज के साथ विशाल इंटरमीडिएट टेंसरों (जैसे $\Delta U$ के लिए $X_{qs\mu}$ इंटरमीडिएट) को संभालती है जो GPU मेमोरी से अधिक होते हैं।
- लो-रैंक प्रोजेक्टर: एक प्रमुख एल्गोरिथमिक नवाचार एक्सचेंज कर्नेल के भीतर डेंसिटी-मैट्रिक्स संकुचन पर एक लो-रैंक प्रोजेक्टर लागू करता है, जिससे विशिष्ट पदों का स्केलिंग $O(N_g N_\mu^2)$ से घटकर $O(N_g N_\mu N_{orb})$ हो जाता है।
- सॉल्वर इंटीग्रेशन: परिणामी नॉन-हर्मिटियन इंटीग्रल्स को ट्रांसकोरिलेटेड हैमिल्टोनियन के लिए अनुकूलित एक रिस्ट्रिक्टेड CCSD सॉल्वर को पास किया जाता है।

प्रमुख योगदान

ISDF-xTC फैक्टराइजेशन: सामान्य ग्रिड-मूल्यांकित कोरिलेटर्स के लिए ट्रांसकोरिलेटेड $K$ और $\Delta U$ इंटीग्रल्स का ISDF फैक्टराइजेशन, जो जस्ट्रो रूप से स्वतंत्र पिवोटेड-चोलेस्की चयन का उपयोग करता है।
डिफरेंशिएबल वर्कफ़्लो: संदर्भ-वैरिएंस VMC ऑप्टिमाइजेशन और ऑटोमैटिक डिफरेंशिएशन को संयोजित करने वाला एक GPU-संगत वर्कफ़्लो, जो एनालिटिक इंटीग्रल डेरिवेशंस की आवश्यकता को समाप्त करता है।
स्केलेबल आर्किटेक्चर: एक मल्टी-GPU कार्यान्वयन जिसमें आउट-ऑफ-कोर स्टोरेज और एक लो-रैंक प्रोजेक्टर है, जो 1200 ऑर्बिटल्स (cc-pCV5Z बेसिस) तक के सिस्टम के लिए ट्रांसकोरिलेटेड हैमिल्टोनियन के निर्माण को सक्षम बनाता है।
वैलिडेशन: लीनियर हाइड्रोजन चेन और बेंजीन पर विधि का प्रदर्शन, जो ISDF सन्निकटन के व्यवस्थित अभिसरण और थर्मोडायनामिक एवं कम्प्लीट-बेसिस-सेट (CBS) लिमिट में उच्च सटीकता को दर्शाता है।

परिणाम

ISDF अभिसरण: एथिलीन (cc-pVTZ) के लिए, कुल ऊर्जा में ISDF ट्रंकेशन एरर $N_{ch}/N_{orb} \approx 6$ के रैंक अनुपात पर 1 mHa से नीचे गिर जाता है और $N_{ch} = 10 N_{orb}$ पर $<0.01$ mHa तक अभिसरित होता है। प्रोडक्शन सेटिंग ( $N_{ch} = 12 N_{orb}$ ) अच्छी तरह से अभिसरित है।
हाइड्रोजन चेन (थर्मोडायनामिक लिमिट):
- cc-pVTZ स्तर पर ISDF-xTC-CCSD विधि cc-pV5Z स्तर पर कैनोनिकल CCSD की तुलना में अधिक सटीक है।
- थर्मोडायनामिक लिमिट में, परिणाम बॉन्ड लेंथ ( $r = 1.4–2.8$ bohr) की एक विस्तृत श्रृंखला में 1 mHa/atom के भीतर अत्याधुनिक AFQMC+ $\Delta$ DMRG संदर्भों के साथ सहमत होते हैं।
- यह विधि CCSD के $O(N^6)$ स्केलिंग को बनाए रखते हुए यह सटीकता प्राप्त करती है, जिससे $O(N^7)$ लागत वाले पर्सर्बेटिव ट्रिपल्स या स्टोकेस्टिक सैंपलिंग से बचा जा सकता है।
बेंजीन (ग्राउंड स्टेट):
- गणनाएं cc-pCV5Z बेसिस ( $N_{orb} = 1200$ ) तक की गईं।
- विधि $\approx -1.418$ Eh की CBS कोरिलेशन एनर्जी को रिकवर करती है, जो कैनोनिकल CCSD ($-1.379$ Eh) और CCSD(T) ($-1.440$ Eh) के बीच स्थित है।
- महत्वपूर्ण रूप से, ट्रांसकोरिलेटेड विधि के लिए बेसिस-सेट एक्सट्रपलेशन पारंपरिक CCSD की तुलना में काफी अधिक मजबूत है। xTC-CCSD के लिए एक्सपोनेंशियल और इनवर्स-पावर एक्सट्रपलेशन के बीच का अंतर केवल 1.1 mHa है, जबकि CCSD के लिए यह 7.6 mHa और CCSD(T) के लिए 8.0 mHa है।
परफॉरमेंस: बेंजीन के लिए सेटअप समय अनुभवजन्य रूप से $T \propto N_{orb}^{1.76}$ के रूप में स्केल करता है, जिसमें cc-pCV5Z गणना (1200 ऑर्बिटल्स) एक सिंगल B200 GPU पर लगभग 2.3 घंटे में पूरी होती है (SCF/VMC और CCSD इटरेशन्स को छोड़कर)।

महत्ता और दावे
यह पेपर दावा करता है कि यह कार्य ट्रांसकोरिलेटेड विधि को बड़े सिस्टम और लचीले कोरिलेटर्स के लिए व्यावहारिक बनाता है। ISDF के माध्यम से ग्रिड-मूल्यांकित इंटीग्रल्स को कंप्रेस करके और ऑटोमैटिक डिफरेंशिएशन का उपयोग करके, लेखकों ने उन बाधाओं को दूर किया है जिन्होंने पहले TC विधियों को छोटे सिस्टम तक सीमित कर दिया था।

इसकी महत्ता स्टेट-ऑफ-द-आर्ट सटीकता (उच्च-स्तरीय संदर्भों के ~1 mHa/atom के भीतर) प्राप्त करने में निहित है, जो बिना किसी पर्सर्बेटिव ट्रिपल्स या स्पष्ट रूप से सहसंबंधित न्यूरल नेटवर्क की आवश्यकता के, CCSD के औपचारिक स्केलिंग ( $O(N^6)$ ) के साथ चलती है। इसके अतिरिक्त, विधि CBS लिमिट की ओर एक अधिक मजबूत मार्ग प्रदान करती है, जो फिट फॉर्म के चयन के प्रति एक्सट्रपलेशन परिणामों की संवेदनशीलता को कम करती है। लो-रैंक कंप्रेशन, डिफरेंशिएबल कोरिलेटर्स और GPU एक्सेलेरेशन का यह संयोजन ट्रांसकोरलेशन को डाउनस्ट्रीम सॉल्वर्स की एक विस्तृत श्रृंखला के लिए कॉम्पैक्ट बेसिस सेट्स में उच्च सटीकता के लिए एक व्यवहार्य मार्ग के रूप में स्थापित करता है।

इसी तरह के और पेपर