Analytical Excited-State Gradients and Derivative Couplings in TDDFT with Minimal Auxiliary Basis Set Approximation and GPU Acceleration
本文介绍了在 TDDFT-ris 框架内首次实现的解析激发态梯度与导数耦合,证明了这种利用极小辅助基组的 GPU 加速方法在保持足以进行几何优化和发射计算的准确性的同时,实现了比标准 TDDFT 两到三倍的加速,尽管在近简并态之间的导数耦合方面存在微小误差。