🔬 materials science

ElemCo.jl: A Julia package for electron-correlation methods

本文介绍了 ElemCo.jl，这是一个开源 Julia 软件包，它为广泛的高级电子相关方法提供了一个用户友好的、基于宏的接口，这些方法包括独特的张量分解和多参考方法，同时也配备了一个图形化工具 (JLmol) 以及用于外部量子化学代码的灵活接口。

原作者： Daniel Kats, Charlotte Rickert, Thomas Schraivogel, Kristoffer Simula, Denis Usvyat, Fangcheng Wu

发布于 2026-08-28

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Daniel Kats, Charlotte Rickert, Thomas Schraivogel, Kristoffer Simula, Denis Usvyat, Fangcheng Wu

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

为了理解分子世界，科学家通常首先将它们想象成由质子和电子这些微小的带电粒子组成的集合，并通过看不见的力量相互作用。描述这些相互作用最基本的方法是将每个电子视为在所有其他电子产生的平均场中独立运动。这种简化虽然适用于许多情况，但当电子开始对彼此的具体运动做出反应时，它就会失效。这种反应被称为电子相关性（electron correlation），它是理解化学键断裂、分子改变形状以及分子如何吸收光线的关键。几十年来，计算这些效应最准确的方法是一套被称为耦合簇方法（coupled cluster methods）的复杂数学技术。虽然这些方法被视为精确度的“金标准”，但运行它们的软件传统上是基于较旧的编程语言构建的，这些语言对于新一代科学家来说难以修改。这造成了一种障碍：如果研究人员想要测试一个新想法或将软件应用于独特的课题，他们往往面临陡峭的学习曲线，或者必须等待原始开发者进行更改。

现在，一个研究团队发布了一个旨在消除这些障碍并同时保持最高科学准确性的新工具。他们构建了一个名为 ElemCo 的软件包，完全使用一种被称为 Julia 的现代编程语言编写，这种语言结合了脚本语言的易用性和传统高性能代码的原始速度。该软件包允许科学家通过几个简单的命令即可进行复杂的分子计算，就像填写一份简短的表格一样，同时也赋予了专家无需重写核心引擎即可构建全新方法的自由。开发人员不仅使既有的技术变得触手可及，还引入了几种解决以前难以处理或处理速度过慢的问题的新方法，包括能够描述具有异常电子结构或与光发生复杂相互作用的分子的方法。

这款新软件的核心在于其处理“相关性”问题时表现出的卓越灵活性。过去，科学家必须在“使用一个易于使用但计算能力有限的程序”与“使用一个可以计算任何内容但过于复杂以至于只有少数专家能接触到的程序”之间做出选择。ElemCo 通过使用宏（macros）系统弥合了这一差距，宏本质上是展开为完整计算的简写命令。用户只需输入几行文本即可定义分子的形状和想要进行的计算类型，软件便会处理余下的工作。对于需要更多控制权的专家，软件直接公开了其内部函数，允许用户混合使用不同的数学方法来创建定制化的解决方案。这种设计意味着一名学生可以在几分钟内完成一次标准计算，而一名方法开发者可以在同一个环境中原型化一种新理论，而无需学习另一种语言或应对庞大且晦涩的代码库。

这项工作的最显著成就之一是成功实现并测试了一种用于计算激发态（excited states，即分子吸收光线时达到的能量水平）的新方法。研究人员将他们的新方法——可区分簇方程运动法（distinguishable cluster equation-of-motion）——与一种被称为 CC3 的高度可靠的基准方法进行了对比。在一项涉及 150 种不同分子激发态的测试中，新方法证明其比旧的标准方法更为准确，将平均误差降低了一半以上。例如，在一种特定的分子中，旧方法产生的误差超过了半个电子伏特（这在这一领域是一个明显的误差），而新方法的误差不到四分之一。这种改进并没有带来沉重的计算时间代价，使得对吸光分子的高精度预测变得比以往更加容易实现。

除了标准分子外，该软件还应对了一些量子化学中最具挑战性的场景，例如电子行为不太规整或数学对称性规则被打破的系统。该软件包包含了能够处理这些困难情况的独特方法，包括将大规模数学问题分解为更小、更易管理的片段以节省内存和时间的技术。研究人员通过研究磷片中的缺陷展示了这种能力，这种材料被用于先进电子设备。他们计算了产生该片中缺失原子所需的能量，这一过程涉及数千个电子之间的复杂相互作用。利用他们的新工具，他们能够证明计算中最先进的修正项是非常微小的，这表明对于该特定问题，使用稍简单的理论水平已经足够了。这种快速判断何时使用简单模型已足够的能力，可以避免研究人员在不必要的复杂性上浪费时间。

该软件还为研究不符合标准物理规则的系统打开了大门，例如涉及“非厄米”（non-Hermitian）哈密顿量的系统，这是一种用于能量在传统意义上并非严格守恒的高级理论中的数学描述。通过支持这些奇异的数学形式，该软件包允许科学家探索那些此前被锁定在专门且难以使用的代码中的理论。此外，团队还集成了一个可视化工具，帮助用户构建输入文件并观察分子的形状及其电子云，使设置计算的过程更加直观。整个软件包是开源的，这意味着任何人都可以检查代码、从中学习或贡献自己的改进。通过将高性能与开放且灵活的设计相结合，这项工作为研究物质在原子层面行为的下一代发现提供了一个新平台。

ElemCo.jl 技术摘要：一个用于电子相关方法的 Julia 软件包

问题陈述
传统的量子化学软件长期由使用 Fortran 或 C/C++ 编写的软件包（如 Molpro、Orca、Cfour）所主导。虽然这些代码提供了高性能和数十年的优化，但其源代码往往难以理解、改编或扩展，特别是对于探索新概念的早期职业科学家和实验人员而言。相反，基于 Python 的软件包（如 PySCF）虽然改善了代码的可读性和可扩展性，却面临着“双语言问题”：性能关键的核心部分需要编译型语言，从而在用户界面与计算核心之间造成了脱节。因此，需要一种既能结合动态语言的交互性和表达能力，又能具备编译型语言的高性能，同时还能为非厄米哈密顿量提供独特能力的软件包。

方法论与设计
ElemCo.jl 是一个完全使用 Julia 语言（版本 ≥1.9）编写的开源量子化学软件包。它利用 Julia 的即时编译（JIT）和多重派发（multiple-dispatch）范式，在不牺牲代码可读性的前提下实现了 C/Fortran 级别的性能。

用户界面： 该软件包利用基于宏的界面（例如 @hf、@cc），这些宏在解析时会展开为标准的函数调用，从而确保零运行时开销。这使得用户可以通过简短的脚本启动常规计算，同时保留对 Julia 控制流和数据结构的完全访问权限。配套的视觉化工具 JLmol 可辅助输入生成和轨道可视化。
张量引擎： 电子结构方法使用一层构建在 TensorOperations.jl 之上的简洁爱因斯坦求和宏（@mtensor）来实现。该宏将收缩操作分发给优化的 BLAS 库（如 MKL）。代码在元素类型上是泛型的，能够无缝支持实数（Float64）和复数（ComplexF64）算术，这对于非厄米哈密顿量至关重要。
积分处理： ElemCo.jl 支持通过 libcint 计算或从 FCIDUMP 文件读取的积分。它采用密度拟合（DF）和 Cholesky 分解来降低存储和计算成本。对于非 DF 路径，它采用“AO 直接（AO-direct）”方法，从磁盘流式传输原子轨道（AO）积分，避免了形成完整的分子轨道（MO）积分集。该软件包通过将非厄米积分存储为“± 超矩阵（supermatrices）”来保持必要的对称性，从而处理非厄米积分（例如来自相关化哈密顿量的积分）。
内存管理： 大型中间变量被映射到磁盘，使得同一套代码路径可以同时处理内芯（in-core）和外芯（out-of-core）计算模式。

主要贡献与实现的方法
ElemCo.jl 提供了一套全面的电子相关方法，其中许多方法是该软件包特有的，或者在其他开源工具中目前无法获得：

耦合簇（CC）与可区分簇（DC）： 该软件包实现了标准的 CC 方法（CCSD、CCSD(T)、CCSDT）及其 DC 变体（DCSD、DC-CCSDT），并支持限制闭壳层、限制开壳层和不受限形式。DC 近似移除了二次交换项，以在保持尺寸外延性的同时提高对静态相关和键断裂的描述精度。
张量分解方法： 为了将高精度方法扩展到更大规模的系统，ElemCo.jl 实现了基于奇异值分解（SVD）的 DC 方法变体（SVD-DCSD 和 SVD-DC-CCSDT）。这些方法在紧凑的 SVD 基组中表示簇振幅，将 DC-CCSDT 的标度从 $O(N^8)$ 降低到了 $O(N^6)$ 。
专门的参考态方法： 该软件包包含双行列式（2D-CCSD、2D-DCSD）和固定参考态（FR-CCSD、FR-DCSD、FR-CCSDT）方法，旨在解决具有挑战性的自旋态和双自由基系统。
选择性构型相互作用（CIPHI）： 一种基于 CIPSI 和热浴 CI（HCI）算法的新型选择性 CI 方法。它通过热浴准则迭代选择行列式，随后进行微扰精修，为大型活性空间提供了一种高效的替代方案。
激发态： 为 CC 和 DC 方法提供了方程-运动（EOM）变体（EOM-CCSD、EOM-DCSD）。
非厄米与复哈密顿量： 一个显著的特性是系统性地支持非厄米哈密顿量，从而能够应用于相关化理论（例如 xTC 哈密顿量）和混合电子-正电子系统。
互操作性： 该软件包通过 FCIDUMP 格式（支持非厄米和二进制 NPY 格式）与外部代码进行交互，并支持 MOLDEN 文件。它还向 ITensors.jl 开放了接口，用于 DMRG 计算。

结果与基准测试

EOM-DCSD 精度： 论文在 QUEST3 基准集（150 个垂直激发能）上将 EOM-DCSD 与 CC3 进行了对比。结果显示 EOM-DCSD 表现出比 EOM-CCSD 更高的精度，相对于 CC3，其平均绝对偏差（MAD）从 EOM-CCSD 的 0.17 eV 降低到了 0.07 eV。EOM-DCSD 的最大偏差为 0.25 eV，而 EOM-CCSD 为 0.54 eV。
性能： 在苯分子（50 个电子，460 个基函数）上的计时显示，由于省略了昂贵的交换图，DCSD 比 CCSD 略快。SVD-DC-CCSDT 方法在分解阈值为 $10^{-5}$ 时，其壁时（wall time）与 CCSD(T) 的微扰 (T) 校正相当，尽管它包含了迭代三激发项，这证明了张量分解方法的效率。
应用案例： 该软件包被用于计算磷烯中非周期性缺陷模型下负电荷空位形成能的相关能贡献。研究发现 post-CCSD(T) 校正非常小（约 -0.011 eV），这表明 CCSD(T) 对于该系统已足够。SVD-DC-CCSDT 方法在 $10^{-5}$ 的阈值下收敛了 post-CCSD(T) 校正，且计算成本与 CCSD(T) 相当。

意义与主张
作者声称 ElemCo.jl 成功弥合了易用性/可扩展性与高性能之间的鸿沟。通过完全使用 Julia 编写，它允许用户直接调用内部函数来原型化新方法，而无需修改核心源代码。该软件包的意义在于：

提供开放获取的独特前沿方法（SVD-DC-CCSDT、CIPHI、固定参考态 DC 方法），这些方法在其他地方无法免费获得。
提供对非厄米哈密顿量的系统性支持，使其成为相关化电子结构理论的天然平台。
证明了 EOM-DCSD 是激发态计算中一种高精度且计算高效的 EOM-CCSD 替代方案。
作为一个通用的平台，既服务于方法开发者也服务于从业者，通过与外部求解器的稳健接口，促进了对复杂系统（如周期性缺陷）的研究。

论文总结道，ElemCo.jl 代表了现代、灵活且高性能的分子电子结构计算工具，目前的开发重点在于进一步的方法扩展、并行化以及解析梯度。

ElemCo.jl 技术摘要：一个用于电子相关方法的 Julia 软件包

类似论文