来源论文: https://arxiv.org/abs/2607.00756v1 生成时间: Jul 02, 2026 18:23

突破算力与内存双重瓶颈：BiP-PRISM 算法实现快速且高可扩展性的核心孔隙 STEM-EELS 模拟深度解析

0. 执行摘要

扫描透射电子显微学结合电子能量损失谱（STEM-EELS）是现代材料科学、固体物理和量子化学领域中在原子尺度上探究物质化学状态、配位几何以及局域电子结构的核心表征技术。然而，由于高能电子在穿透样品时会发生极其强烈的动力学（多重弹性）散射，直接从实验测得的谱图中定量提取结构和电子特征极其困难。这迫切需要能够精确模拟非弹性散射过程的高效量子力学算法。

传统的过渡势多片层（Transition-Potential Multislice）算法虽然物理图像清晰、精度极高，但其计算量呈现灾难性的标度。对于每个扫描探针位置、每个电离原子以及每个跃迁通道，都需要独立计算非弹性电子波向出射面的传播过程，这使得大尺度非均匀异质结构的模拟任务需要花费数天甚至数周的机时。即便后来发展出的 EELS-PRISM 算法利用了探针形成散射矩阵 $S_1$ 的重用来加速入射段计算，但由于其探测器端出射传播的巨大计算和内存开销（特别是存储完整的探测器端散射矩阵 $S_2$），它依然无法摆脱严重依赖超算集群的窘境。

由 Philipp Pelz 等人于 2026 年提出的 BiP-PRISM（Beam Partitioning Plane-wave Reciprocal-space Interpolated Scattering Matrix）算法，从根本上重塑了这一计算格局。该方法的核心创新在于双重束流分割（Double Beam Partitioning）：它不仅对探针形成矩阵 $S_1$ 进行了分割，同时开创性地对探测器端（或伴随探测器，Adjoint Detector）矩阵 $S_2$ 进行了分割。每个矩阵仅在极其稀疏的“母束（Parent Beams）”集上精确计算，随后在发生局域核孔隙跃迁的电离原子附近，通过基于幅度保持（Magnitude-Preserving）的自然邻域插值（Natural-Neighbor Interpolation）进行局域高精度重构。同时，作者严格证明了局域性定理（Locality Theorem）：由于核心孔隙电离跃迁势的高度局域性（亚埃级支持集），模拟的整体误差完全由插值在电离原子上的重构误差（$\\epsilon_{\\text{on-atom}}$）所控制，而与远离电离原子的插值偏差无关。

这一物理与数学上的精妙结合，使得 BiP-PRISM 彻底消除了每扫描点的出射波传播计算，同时将内存需求降低了 5 到 50 倍。在实际基准测试中，它成功在消费级 GPU（如配备 48GB 显存的 RTX A6000）上实现了超过 23,000 个原子的 FePt 纳米颗粒 Fe-L 边缘全分辨率元素映射，并将峰值显存从“显存溢出（OOM）”极限压缩至仅 12.6 GB。此外，针对大尺度五边缘（Five-Edge）共存的 $\\text{LaAlO}_3/\\text{SrTiO}_3$（LAO/STO）异质结界面的多模态模拟，在仅消耗 2.4 GB 峰值显存的情况下，计算时间缩短至惊人的 89 秒。这一突破不仅确立了定量 STEM-EELS 在纳米结构表征中的高通量可行性，同时也为量子化学和固态电子结构计算研究者提供了从第一性原理直接预测原子尺度光谱响应的超高速桥梁。

1. 核心科学问题，理论基础，技术难点与方法细节

1.1 核心科学问题：双重动力学散射与高维计算灾难

在原子分辨率 STEM-EELS 实验中，高能入射电子束（通常为 60 keV 至 300 keV）被电磁透镜紧密聚焦成一个亚埃级的微小探针，并在样品表面逐点扫描。探针电子在穿过样品时，不仅经历强烈的原子弹性散射（动力学散射），还会在特定位置引发样品中目标原子内壳层电子（如 K、L、M 壳层）的电离，即发生核心损失跃迁（Core-Loss Transition）。跃迁产生出的非弹性散射电子继续在样品剩余部分经历动力学弹性散射，最终被放置在远场的探测器接收。

定量解释该谱图的物理本质，等价于求解双重动力学散射控制下的非弹性散射强度分布。传统上，该过程在单非弹性散射近似（SISA）和过渡势近似下被描述。对于位于三维空间坐标 $\\boldsymbol{\\tau} = (\\mathbf{x}_\\tau, z_\\tau)$ 的电离原子，其发生核心损失激发（末态通道为 $n$）时，非弹性散射波的产生可以写为：

其中，$\\psi(\\mathbf{r})$ 是入射高能电子在穿透到电离平面 $z_\\tau$ 时的弹性波场，$H_{n0}(\\mathbf{r} - \\boldsymbol{\\tau})$ 是描述从初态 $0$ 到末态通道 $n$ 激发过程的过渡势（Transition Potential）。

非弹性波 $\\psi_n(\\mathbf{r})$ 在产生的瞬间，必须作为新的波源，继续通过样品剩余的层段进行多片层弹性传播（$\\mathcal{M}_{i(\\boldsymbol{\\tau}) \\to \\text{exit}}$），直至样品出射面。最终，在特定探针扫描位置 $\\boldsymbol{\\rho}$、探测器角度 $\\mathbf{q}$ 处的总能量过滤散射强度为所有可能的目标原子位置、激发通道的相干或不相干叠加：

这一经典模型的计算代价极其高昂。假定扫描网格数为 $P$，三维电离位置数为 $N_{ev}$，样品切片数为 $N_Z$，傅里叶网格大小为 $G = N_y \\times N_x$。传统的过渡势多片层算法（Algorithm 1）需要对每个通道和电离事件单独计算一次独立的出射面多片层传播，其计算复杂度高达：

对于稍微具有科学意义的复杂体系（例如包含数千个电离原子的异质界面或纳米颗粒），其非弹性事件数 $N_{ev} = \\text{原子数} \\times \\text{激发通道数}$ 可达数万个，这就引入了高维计算维数灾难，在实际操作中是完全不可计算的。

1.2 理论基础：双矩阵 PRISM-EELS 形式与互易性定理

为了消除对每个扫描位置重复运行多片层算法的巨大开销，PRISM（平面波互易空间插值散射矩阵）算法应运而生。PRISM 的核心理论基础是电动力学算符的线性性质。根据入射孔径 $\\Psi(\\mathbf{h})$ 的离散傅里叶展开，入射探针场 $\\psi_0(\\mathbf{r}, \\boldsymbol{\\rho})$ 可写为：

由于多片层算符在弹性传播阶段是线性的，我们可以预先计算一个探针形成散射矩阵 $S_1$，其中每一行 $S_{1,b}(\\mathbf{r})$ 对应于入射孔径内单个平面波分量 $\\mathbf{h}_b$（共 $B$ 个平面波）传播到电离深度 $z_\\tau$ 时的三维波场。这样，在任何扫描位置 $\\boldsymbol{\\rho}$ 处的精确弹性场都可以直接复用 $S_1$ 通过快速的相位因子重组恢复：

然而，当关注点在于探测器积分的元素映射图（Elemental Map）时，出射端的传播依然是限速步骤。为此，Brown, Ciston, and Ophus (2019) 引入了第二散射矩阵：伴随探测器端散射矩阵 $S_2$。这一设计精妙地利用了高能电子的电磁互易性定理（Reciprocity Theorem）。从电离深度向出射面探测器上的特定倒空间分量 $\\mathbf{h}_d$ 传播，等价于将该倒空间平面波的共轭形式 $\\chi_{\\mathbf{h}_d}^* = e^{-2\\pi i \\mathbf{h}_d \\cdot \\mathbf{r}/N}$ 从出射面进行伴随（反向）多片层向内传播：

通过将 $S_1$ 和 $S_2$ 结合，非弹性散射到探测器位置 $d$、处于末态通道 $n$ 且由位于 $\\boldsymbol{\\tau}$ 处的原子激发的非弹性散射振幅 $a_d(\\boldsymbol{\\rho})$ 可以因子化为：

其中，核心物理量是非弹性跃迁耦合矩阵 $M_{d,b}^{(n,\\boldsymbol{\\tau})}$：

因为过渡势 $H_{n0}$ 极其剧烈地局域化在原子核周围（通常亚埃尺度之外即可忽略），上述积分的物理空间积分支承集可以严格限制在原子周围极小的裁剪窗口 $\\Omega_\\tau$（例如半径为 1-2 埃的窗口）内。这使得 $M^{(n,\\boldsymbol{\\tau})}$ 的构建代价微乎其微。一旦构建好该矩阵，对于成千上万个扫描位置 $\\boldsymbol{\\rho}$ 的图像计算，就彻底退化为了单次高度并行的矩阵-向量乘法（GEMM）运算，将出射段多片层彻底从扫描循环中解耦。

1.3 技术难点：空间-倒空间采样与内存爆炸

尽管上述的双散射矩阵 PRISM 形式在理论上将扫描循环加速到了极致，但它引入了一个致命的技术难点：内存爆炸。

一个完整的 $S_1$ 矩阵包含 $B$ 列（对应入射孔径），而伴随探测器矩阵 $S_2$ 则需要包含所有可能的探测器倒空间像素点（共 $n_{det}$ 列）。即使在适度缩减的采样下，若无近似，$B$ 和 $n_{det}$ 通常也在数百到数千的量级。每个通道矩阵的大小为 $B \\times G$ 或 $n_{det} \\times G$，其中 $G$ 为实空间网格像素数（常见如 $1024 \\times 1024$）。

在双散射矩阵全分辨率计算中，由于必须同时将 $S_1$ 和 $S_2$ 读入显存进行原子的局域裁剪耦合运算，总的驻留物理内存消耗高达：

这对于大网格（如 $2048^2$）和厚样品而言，显存开销会轻松突破 50 GB 甚至数百 GB。即便是最高端的企业级 GPU 也会直接触发 OOM（Out Of Memory）。因此，如何在大幅削减 $S_1$ 和 $S_2$ 采样密度的同时，不损失原子尺度的成像精度和绝对强度信息，是该领域的关键核心难点。

1.4 方法细节一：双重束流分割（BiP-PRISM）与自然邻域插值

为了解决显存瓶颈，BiP-PRISM 首次将**束流分割（Beam Partitioning）**技术同时应用于探针形成矩阵 $S_1$ 和探测器端矩阵 $S_2$。其几何与数学细节如下：

1. 母束选择（Parent Selection）： 算法不计算完整的 $B$ 个或 $n_{det}$ 个平面波，而是采用分立的“六角环（Hex-Ring）”策略在倒空间孔径内部选择一小组分布极其均匀、数目稀疏的母束集合，记作 $B_{p,1} \\ll B$（用于 $S_1$）和 $B_{p,2} \\ll n_{det}$（用于 $S_2$）。该集合包含倒空间的原点（DC分量）以及 $n_{radial}$ 个同心六边形环，每一环包含 $n_{angular}(1+i)$ 个采样点。

2. 自然邻域插值（Sibson Natural Neighbor Interpolation）： 对于孔径内任意一个未实际计算的平面波 $\\mathbf{h}_b$，其对应的波场不通过多片层传播获得，而是利用 Sibson 自然邻域插值法，由围绕它的几个母束 $\\mathbf{h}_p$ 的传播结果通过凸组合（Convex Combination）插值近似。Sibson 插值的权重 $w_{p,b}$ 完全由倒空间中的 Voronoi 几何关系唯一确定：

   $$\\Psi(\\mathbf{h}_b) \\approx \\sum_{p=1}^{B_p} w_{p,b} \\Psi(\\mathbf{h}_p), \\quad w_{p,b} \\ge 0, \\quad \\sum_{p=1}^{B_p} w_{p,b} = 1$$

   关键在于，由于权重 $w_{p,b}$ 仅依赖于孔径的静态几何，因此它们可以被一次性计算并全局缓存，在不同的散焦度、样品厚度或材料结构下通用。

3. 去倾斜处理（De-tilting）： 直接对传播后的复杂平面波进行插值会导致严重的相位差拍和干涉条纹。为了实现平滑插值，必须在插值前通过相移因子除去母束由于在倒空间处于倾斜位置而引入的载波频率：

   $$S_{p}^{dt}(\\mathbf{r}) = S_{p}(\\mathbf{r}) e^{-2\\pi i \\mathbf{h}_p \\cdot \\mathbf{r} / N}$$

   这一去倾斜步骤消除了快速振荡的载波，提取出缓慢变化的复振幅包络，从而保证了极其稀疏的母束集（如 $B_p \\approx 40$）也能高精度重构出整个物理电场波前。

1.5 方法细节二：幅度保持重构算法

在将上述束流分割引入复数矩阵插值时，作者发现了一个前人未曾解决的物理缺陷：多重散射下的相位去相干（Phase Decoherence）。

当电子穿透厚样品时，强烈的动力学散射会在去倾斜后的复包络 $S_p^{dt}(\\mathbf{r})$ 中引入显著的、依赖于母束位置的传播相位差。此时，若使用常规的 Sibson 复数加权平均，由于相位不相干性，插值相加时会发生非相干相消，导致插值重建出的散射矩阵振幅发生不可逆的衰减：

在低母束数量下，这种效应会导致最终模拟的 EELS 图像绝对强度被低估多达两倍！虽然空间相对分布（Pattern）保持完好，但丧失了定量光谱学的科学基础。

BiP-PRISM 提出了精妙的**幅度保持重构（Magnitude-Preserving Reconstruction）**方案。由于幅度本身作为非负实数，其线性插值过程天然满足单位分解性质（Partition of Unity），不存在干涉消减。因此，算法将重构过程的“幅度插值”与“相位插值”解耦进行：

该式强制将重构列的模长指定为各个母束去倾斜模长的凸加权和，而仅保留原复数插值结果的相位角。这一改进消除了去相干造成的强度系统性丢失，实现了在不同分割密度下的单调收敛。

1.6 方法细节三：焦点回传技术（Focal Back-propagation）

对于探针侧矩阵 $S_1$，由于电磁透镜在样品入口或内部形成了具有强烈会聚角特征的探针焦点（Crossover），在焦点附近，各子波束之间的相位相关性极强。如果在偏离焦点的平面（例如带有强散焦的平面）直接进行插值，会导致极大的重构误差。外推表现为空间重构探针的模糊和失真。

BiP-PRISM 引入了焦点回传技术：

1. 在进行 Sibson 插值前，首先利用自由空间 Fresnel 算符，将当前平面 $z_i$ 的母束列 $S_1(z_i)$ 在倒空间逆向传播（Back-propagate）至探针零散焦对应的物理等效平面（或称“散射重心”平面）；
2. 在该几乎无额外相位发散的共轭平面上执行 Sibson 幅度保持插值；
3. 插值完成后，再利用精确的（酉算符）Fresnel 传播子将其前向投影回电离目标平面 $z_i$。

这一操作不仅使 $S_1$ 重构误差骤降 2-3 倍，并且成功将整个插值逼近的局部误差限制在原子尺度以内。需要注意的是，由于探测器侧矩阵 $S_2$ 对应于无限远的平行面波探测器，在物理上没有收敛焦点，因而该回传技术仅适用于 $S_1$ 探针侧。

1.7 局域性定理（Locality Theorem）的严格数学证明

BiP-PRISM 能够实现“仅在局域窗口内进行高精度插值重构”的核心数学保障是作者提出的局域性定理。以下为其推导逻辑：

设精确的入射探针为 $\\psi$，通过束流分割插值得到的重构探针为 $\\psi^p = \\psi + \\delta\\psi$，其中 $\\delta\\psi$ 为插值重构误差。对于特定的电离位置 $\\boldsymbol{\\tau}$ 与过渡通道 $n$，由此产生的非弹性激发波源误差为：

根据量子力学算符理论，样品的出射面弹性多片层传播算符 $\\mathcal{M}_{i(\\boldsymbol{\\tau})\\to\\text{exit}}$ 是一个酉算符（Unitary Operator），其在 $L_2$ 空间内保持波函数的范数不变。同理，末端傅里叶变换 $\\mathcal{F}$ 也是规范保持的（Plancherel定理）。因此，在出射面上观测到的、由该特定激发事件贡献的非弹性电场强度误差范数，严格等同于初始非弹性源项的误差范数：

由于核心跃迁过渡势 $H_{n0}$ 是一个致密局域化函数，其物理支持集仅局限在电离窗口 $\\Omega_\\tau$ 内，我们可以得到以下有界控制不等式：

这意味着：非弹性散射出射波的整体模拟误差，严格受控且仅受控于电离原子局域窗口 $\\Omega_\\tau$ 内的探针重构误差 $\\| \\delta\\psi \\|_{\\Omega_\\tau}$！

无论探针在窗口 $\\Omega_\\tau$ 外部由于插值近似产生了多么巨大的假阳性伪影或波动（Aliasing Artifacts），这些误差在与过渡势 $H_{n0}$ 相乘的瞬间都会被完全物理截断为零。这就是 BiP-PRISM 能够大胆进行“窗口局域重构（Windowed Reconstruction）”而依然保持极高数值精确度的根本原因。

2. 关键 Benchmark 体系，计算所得数据与性能数据

论文中设计了三个极具代表性的 Benchmark 体系，多维度评估了 BiP-PRISM 在精度、速度和内存控制上的卓越表现。所有的 GPU 基准测试均在一块拥有 48 GB 显存的 NVIDIA RTX A6000 显卡上进行，具有极高的现实应用参考价值。

2.1 FePt 纳米颗粒基准测试（23,196 原子尺度挑战）

FePt L10 纳米颗粒由于其巨大的局域磁各向异性，是高密度磁存储介质和纳米催化领域的明星材料。精确模拟其原子分辨的 Fe-L 边缘（核心激发能 $\\sim 708$ eV）的 EELS 强度具有重大科学意义。然而，该体系规模十分庞大：

• 物理规模：共包含 23,196 个原子，其中可发生激发电离的 Fe 原子格点数高达 6,569 个。由于原子排布非周期性且表面边界复杂，无法使用简单的超晶胞简化。
• 网格采样：为了满足原子尺度的空间精度，出射波面计算分别在 $1908 \\times 1908$ 和 $936 \\times 936$ 两种网格上运行，多片层传播共 49 个切片。

显存及计算速度对比（如表4所示）：

数据深度解析：

1. 显存暴降 5 倍：在 $936 \\times 936$ 的中等网格下，精确双矩阵 PRISM 需要 12.7 GB 显存。而 BiP-PRISM（在母束采样参数 $n_{radial} = 4$ 时，共有 36 个母束）仅需 2.6 GB 显存，降幅达 4.9 倍。而在全分辨率 $1908^2$ 网格下，伴随探测器矩阵 $S_2$ 在未分割时仅自身就需要超 19 GB，导致在 48GB GPU上发生 OOM；BiP-PRISM 却能极其平稳地以 12.6 GB 运行，打破了超大体系模拟的硬件壁垒。
2. 近乎完美的保真度：在显存锐减的同时，BiP-PRISM 重构的元素图像与精确方法计算得到的图像在空间分布上的 Pearson 相关系数高达 0.999，相对 $L_2$ 均方根误差控制在 9.3% 以内。如图 3 所示，非相干重构会丢失约 2 倍绝对强度，但通过本算法的幅度保持重构，绝对强度标尺误差被完美消除。

2.2 $LaAlO_3/SrTiO_3$ 异质结界面模拟（五边缘多模态展示）

氧化物界面（如 LAO/STO）因其具有二维电子气、超导电性以及巨磁阻效应，是量子材料领域的重点研究对象。该基准体系测试了 BiP-PRISM 在处理极度复杂的五元素异质共存体系时的卓越能力：

• 物理结构：由 16 $\\times$ 16 $\\times$ 6 个超胞构成的薄膜截面，实空间尺寸为 62 $\\times$ 62 $\\times$ 23 埃。傅里叶网格为 $640 \\times 640$，扫描点数多达 $179^2 = 32,041$ 个。
• 多边联合激发：同时模拟 5 个不同的吸收边，包含 Sr-L、La-M、Ti-L、Al-K 和 O-K 边。为了保证跃迁势精度，初态和末态波函数均由**全电子 GPAW DFT（密度泛函理论）**软件精确算得，非弹性跃迁通道高达 75 个。

模拟性能数据：

• 总计算用时：在一块 RTX A6000 上，全套 5 个边缘的完整模拟仅耗时 89.0 秒。具体单边用时分布为：Sr-L (14.6s)、La-M (37.2s)、Ti-L (14.4s)、Al-K (3.3s)、O-K (19.3s)。
• 显存占用：在如此高密度的扫描和通道数量下，得益于双矩阵极度压缩，其峰值 GPU 显存占用仅为 2.4 GB。这意味着即便在普通的笔记本电脑 GPU（如 4GB 显存显卡）上，科研人员也能够对如此高难度的量子材料界面进行全量子动力学非弹性多片层模拟。
• 物理真实性验证：该模拟生成的 5 个元素图像生动地还原了异质界面的极度陡峭跃迁，精确捕获了每个元素亚晶格的原子排布。与权威的多片层参考程序 abTEM 进行一维线扫描截面交叉验证，结果显示两者的 Pearson 相关系数高达 0.9986（见图7）。

2.3 动量分辨 qEELS 模拟与守恒律验证

qEELS（动量分辨电子能量损失谱）是在倒空间中沿特定物理晶轴积分、保留另一晶轴的非弹性衍射强度的技术，能灵敏探究局域等离激元、激子分布及声子各向异性。BiP-PRISM 通过将探测器矩阵 $S_2$ 沿特定投影方向积分，直接兼容了 qEELS 模拟模式（Algorithm 5）。

在对一排氧（O）原子列进行 O-K 边缘激发的 CPU 演示测试中，BiP-PRISM 模拟了从 -40 mrad 到 +40 mrad 动量传递范围内的光谱演化。计算结果完美遵循了物理守恒率：

• 将动量分辨的 $I(\\text{scan } x, q_{\\parallel})$ 谱图在动量轴 $q_{\\parallel}$ 上进行累加，能以 $10^{-16}$（达到双精度浮点极限） 的极佳精度重构回实空间元素映射图。这有力证明了算法在数学形式上的严格闭合和物理自洽。

2.4 计算复杂度与多维扩展性分析（结合论文图2数据）

1. 随样品厚度 $N_Z$ 的扩展性（图 2a）

• 传统多片层：其出射波多片层传播开销与 $N_Z^2$ 成二次方比例增长。当样品厚度从 1 nm 增加到 25 nm 时，计算时间发生指数级飙升。
• BiP-PRISM：因为 $S_1$ 和 $S_2$ 矩阵只需一次性建立并前向/后向推进，在厚度上表现出完美的线性扩展性 $O(N_Z)$。在 10 nm 厚度下，其计算速度相较于传统方法领先 2 到 3 个数量级；而在中等厚度下，其比精确双矩阵 PRISM 还要快大约 1.7 倍（源自极简的矩阵重构和免去大矩阵的读写）。

2. 随扫描位置数 $P$ 的扩展性（图 2c）

• 传统多片层：计算时间随着 $P$ 线性严格增长。当扫描点数超过 $10^3$ 之后，在 A100 上单次计算就突破了 1 小时的临床忍耐极限，使得数万扫描点的 2D 图像无从谈起。
• BiP-PRISM：在矩阵耦合构建完毕后，多点扫描直接化为极其廉价的局部矩阵乘法（GEMM）和坐标 Roll（滚动）平移操作，从而实现了近乎水平的扫描不敏感性（在 $10^2$ 到 $10^5$ 扫描点区间内，总时间几乎维持在数十秒常数级别），能够在一分钟内轻松完成 $256 \\times 256$ 扫描网格的渲染。

3. 随网格尺寸 $G$ 的扩展性（图 2b）

• 精确双矩阵 PRISM 显存需求随着 $G$ 极速放大，在网格超出 $384^2$ 之后（显存需求突增至 29 GB 以上），40 GB 显存的 A100 GPU 发生 OOM。而 BiP-PRISM 的显存曲线斜率极低，一直延伸至 $1024^2$ 网格时其显存消耗也稳稳控制在 4 GB 以内，相比精确方法实现了 50倍以上的显存节约。

3. 代码实现细节、复现指南与开源生态

3.1 软件架构与库依赖

BiP-PRISM 算法已被完整整合并实现在开源 Python 高性能电子散射模拟程序库 scatterem 中。该库采用了高度模块化和现代化的架构设计，其技术底座如下：

• Python & CuPy：利用 CuPy（兼容 NumPy 接口的 GPU 加速库）将核心的多片层传播、2D FFT 以及复数矩阵切片等高密操作全量移交 GPU 显存执行，尽量消除 CPU-GPU 数据拷贝开销。
• PyTorch Integration：利用 PyTorch 的深度学习张量引擎和自动梯度加速机制来处理大规模矩阵重构与并行的三维 GEMM 运算，极大地释放了近代 GPU 中 Tensor Core 的矩阵计算潜力。
• 原子模拟环境 (ASE)：借助 Python ase 库进行原子坐标变换、晶格搭建以及超晶胞切割。

3.2 完备复现指南：从建模到 EELS 生成

为了便于科研人员复现 BiP-PRISM 的计算，以下给出基于 scatterem 和 GPAW（计算跃迁势）的计算流程和伪代码：

第一步：原子体系建立与多片层参数指定

import numpy as np
from ase.build import bulk
from scatterem import Specimen, MicrographGrid

# 1. 建立 SrTiO3 超胞
atoms = bulk('SrTiO3', 'perovskite', a=3.905).repeat((8, 8, 26))
# 2. 设置空间切片和实空间傅里叶网格
grid = MicrographGrid(shape=(384, 384), extent=(31.24, 31.24)) # 埃
specimen = Specimen(atoms, grid=grid, slice_thickness=1.95) # 1.95 A/slice

第二步：基于第一性原理计算非弹性激发跃迁势（过渡势）

由于过渡势 $H_{n0}$ 依赖于激发原子核电荷和其化学环境，可使用 GPAW 软件进行 DFT 计算：

from gpaw import GPAW
from gpaw.eels import TransitionPotentials

# 运行常规自洽场计算获得体系波函数
calc = GPAW('sto_ground_state.gpw')
# 提取 Ti 激发原子 (L23边) 的过渡势矩阵元
tp_engine = TransitionPotentials(calc, element='Ti', edge='L23')
transition_potentials = tp_engine.calculate_potentials(energy_window=15.0) # 15 eV 窗口

第三步：构建双重分割散射矩阵 $S_1$ 与 $S_2$

利用 BiP-PRISM 架构，通过设置母束环数 $n_{radial}$ 建立分割矩阵：

from scatterem.bip_prism import BiPPRISMEngine

# 初始化 BiP-PRISM 引擎，定义探针与探测器的母束参数
bip_engine = BiPPRISMEngine(
    specimen=specimen,
    probe_semi_angle=30.0,      # mrad
    detector_semi_angle=50.0,   # mrad
    n_radial_s1=4,              # S1母束环数
    n_radial_s2=4,              # S2母束环数
    interpolation_factor=16     # PRISM 子采样插值因子 f
)

# 执行前向和伴随推进，构建 S1 探针形成矩阵和 S2 伴随探测器矩阵
bip_engine.build_s1_matrix()
bip_engine.build_s2_matrix()

第四步：运行局域重构与非弹性耦合，生成二维图谱

# 设置电离窗口大小 (例如 1.8 埃) 以及扫描位置网格
crop_window_radius = 1.8
scan_positions = bip_engine.generate_scan_grid(shape=(64, 64))

# 一键运行 BiP-PRISM 耦合流水线 (对应 Algorithm 5)
eels_map = bip_engine.compute_elemental_map(
    transition_potentials=transition_potentials,
    crop_radius=crop_window_radius,
    scan_positions=scan_positions,
    use_magnitude_preservation=True, # 启用振幅保持技术
    use_focal_backpropagation=True   # 启用焦点回传
)

# 保存生成的原子分辨率二维非弹性电子能量损失图
np.save("ti_l_edge_bipprism_map.npy", eels_map)

3.3 开源存储库信息

• 代码开源托管地址：https://github.com/scatterem
• 共同依赖生态：
  • abTEM (https://github.com/abTEM/abTEM): 论文中用于在小体系上交叉验证物理正确性的先进多片层程序包。
  • Prismatic (https://github.com/PRISM-multislice/Prismatic): PRISM 算法最初的 C++/CUDA 开源高性能实现。

4. 关键引用文献与局限性评述

4.1 关键引用文献

1. Dwyer (2005): “Multislice Theory of Fast Electron Scattering Incorporating Atomic Inner-Shell Ionization.”
   • 贡献：奠定了内壳层非弹性电离过程的“过渡势多片层”经典理论框架。BiP-PRISM 完全继承了其过渡势不相干累加的物理模型。
2. Ophus (2017): “A Fast Image Simulation Algorithm for Scanning Transmission Electron Microscopy.”
   • 贡献：提出了 PRISM 算法及倒空间插值（分束采样）理论，实现了探针形成段的大幅加速。BiP-PRISM 将该插值思想向 EELS 和出射段伴随矩阵进行了革命性的双重推广。
3. Brown, Ciston, and Ophus (2019): “Linear-Scaling Algorithm for Rapid Computation of Inelastic Transitions in the Presence of Multiple Electron Scattering.”
   • 贡献：首次将 PRISM 拓展至 EELS，提出了精确的双散射矩阵（Dual S-Matrix）PRISM-EELS 模型，奠定了 $M$ 跃迁耦合矩阵和局域原子裁剪积分的计算格式。
4. Pelz, Rakowski, et al. (2021): “A Fast Algorithm for Scanning Transmission Electron Microscopy Imaging and 4D-STEM Diffraction Simulations.”
   • 贡献：在弹性扫描透射（4D-STEM）中引入了“束流分割（Beam Partitioning）”和 Sibson 自然邻域插值，这是 BiP-PRISM 双重分割算法的直接技术前身。
5. Madsen and Susi (2021): “The abTEM Code: Transmission Electron Microscopy from First Principles.”
   • 贡献：开发了现代化的开源透射电镜模拟包。BiP-PRISM 在文中与其进行了全方位、高精度的多片层线扫描和绝对强度标定对比，证明了新算法的物理正确性。

4.2 局限性深度剖析与批判性评论

尽管 BiP-PRISM 算法在内存优化和速度上展现了极为亮眼的性能，作为面向未来定量电子谱学表征的技术方案，它在物理边界和算法设计上仍存在一些无法忽视的局限性：

1. 样品厚度引起的电子“通道效应”（Channeling）失效极限

非弹性波在穿透非常厚的晶体样品（例如厚度 $>30$ nm 的高 Z 元素重金属材料，如 Au 或 Pt）时，电子会在特定原子列上发生强烈的准一维局域化聚焦传播，即通道效应。这在倒空间中表现为不同衍射级之间发生极其复杂的、非线性的、大角度频率散射和能量剧烈交换。

在这种极端动态耦合下，倒空间不同平面波之间的复振幅包络失去了平滑相关性（即在倒空间中其函数变得极其起伏且不连续）。如图 4a 所示，随着切片厚度增加，BiP-PRISM 重构出的探针误差 $\\epsilon_{\\text{on-atom}}$ 会从 $0.05\%$ 攀升至 $\\sim 15\%$，导致图像保真度开始下降。此时，用户不得不被迫显著提高母束采样数（$n_{radial} \\ge 12$），这在一定程度上削弱了其内存压缩优势。

2. 大散焦（High Defocus）条件下的局域性退化

局域性定理的有效性，严格依赖于“插值误差仅在电离原子局部窗口 $\\Omega_\\tau$ 内发挥作用”这一物理事实。然而，如果实验配置中包含非常大的透镜散焦（例如散焦量 $> 200$ 埃），探针波前会在空间上极大地扩散、展宽，形成巨大的振荡尾翼。

此时，在 $\\Omega_\\tau$ 窗口外被电离势“过滤掉”的那部分大散焦探针误差不再能被忽略，导致局部评估指标 $\\epsilon_{\\text{on-atom}}$ 产生偏高漂移，尽管整体累加后的散射强度表现出了一定的鲁棒性，但在高散焦下该算法的插值准确性收敛会变慢。

3. 伴随探测器矩阵 $S_2$ 无法使用焦点回传技术

作者在文中指出，由于探测器接收的是近乎平行的非弹性透射波（在倒空间体现为特定的衍射角，等效于平行的平面波传播），因此 $S_2$ 并不具备像 $S_1$ 那样的“会聚聚焦重心”面。这使得焦点回传这一大幅消减插值误差的杀手级技术，完全无法应用于 $S_2$ 侧。

因此，在双矩阵耦合中，总误差的物理上限完全被 $S_2$ 矩阵的插值误差所绑定。这构成了 BiP-PRISM 的一个底层结构性物理瓶颈，也是未来需要重点突破的瓶颈。

5. 补充探讨：多尺度物理与未来展望

5.1 STEM-EELS 的多尺度物理本源与 BiP-PRISM 的哲学退耦

从量子化学和材料物理的角度来看，STEM-EELS 模拟是一个极具挑战性的多尺度（Multiscale）物理问题：

• 微观核心尺度（亚埃级）：原子内壳层轨道激发属于高度局域的微观物理过程，必须通过第一性原理（如 DFT 的全电子波函数）计算核心激发过渡势（其波动剧烈，往往仅局限于 $0.1 \\sim 1$ 埃的空间内）。
• 介观传播尺度（纳米到微米级）：非弹性电子流在整个宏观晶体厚度方向的动力学多片层弹性传播，属于大尺度的多重衍射散射问题（需要数纳米甚至数百纳米的长程相干积分）。

传统的算法试图在统一的网格上，同时精确求解这两个极具张力的尺度，其计算和存储自然会走向崩溃。BiP-PRISM 的精妙之处，在于通过双重分割散射矩阵在数学上将这两个物理过程进行了完美的“解耦（Decoupling）”：

• 它用稀疏的母束，专门、且极低成本地求解大尺度的弹性传播问题（即构建低维度的 $S_1$ 和 $S_2$）；
• 仅在需要求解微观激发矩阵元的电离瞬间（即在原子中心的裁剪窗口内），才对包络线进行局域精细插值重构。这种“大尺度计算在倒空间走低维路线，微观作用计算在实空间走局域路线”的思想，堪称计算材料学跨尺度建模的典范。

5.2 未来展望一：伴随矩阵 $S_2$ 的低秩张量分解（Low-Rank Tensor Decomposition）

如前文所述，$S_2$ 无法使用焦点回传技术，成为约束精度的主要短板。然而，作者在讨论中提出了一个深具启发性的理论视角：探测器收缩矩阵的低秩性质。

当探测器接受信号并在整个角度区间积分时，整个 $S_2$ 作用在局域非弹性窗口上的等效算符其实具有极高的物理退化性（Degeneracy）。初步分析表明，在局域非弹性窗口内，原本包含数千个平面波自由度的 $S_2$ 响应算符，其有效物理秩（Effective Rank）其实仅在 $\\sim 40$ 左右（对应少数几种主本征模式）。

在未来，如果能利用低秩张量分解（如 CP 分解或 Tucker 格式），直接将高维的探测器端伴随矩阵 $S_2$ 在样品内部进行片层压制压缩，有望在完全摒弃插值近似的情况下，将出射段传播速度和显存再次提升 1 到 2 个数量级。这将是一个极其重要的发展方向。

5.3 未来展望二：第一性原理声子激发损失谱（Phonon-EELS / V-EELS）的拓展

随着现代电镜谱仪分辨率的极限突破（能量分辨率目前可达几个毫电子伏特 meV），在原子分辨下探测声子特征激发、局域振动谱（Vibrational EELS）已成为可能。不同于内壳层核心激发的亚埃局域化性质，低能量的声子/等离激元跃迁涉及由于长程库仑相互作用产生的、空间尺度大得多的跃迁偶极势。

这对于 BiP-PRISM 提出了崭新的挑战。因为跃迁偶极势不再是原子级局域的，导致裁剪窗口 $\\Omega_\\tau$ 必须极大地放大（可能会增大至数纳米）。为了不破坏局域性定理的精确度控制，必须将传统的 Sibson 自然邻域插值升级为物理边缘自适应插值，或者引入多重散射校正因子。一旦成功克服这一难关，BiP-PRISM 将直接赋能凝聚态物理界，使其具备超高速预测纳米异质结构中局域声子散射、热传导各向异性等物理行为的能力。

5.4 未来展望三：迈向 4D-STEM 叠层成像（Ptychography）的高速前向算子

4D-STEM 叠层成像是近年来透射电镜领域的最大革命性技术之一，它通过对每个扫描点记录的完整 2D 衍射斑进行复杂的非线性迭代相位检索，重构出单原子层厚度样品的静电势分布。

高精度、定量化的叠层成像高度依赖于超高速的前向物理模拟算子（Forward Operator）来进行非线性最小二乘迭代优化。由于传统的弹性/非弹性动力学多片层传播太慢，目前多采用线性弱相位物体近似，这在厚样品下会直接失效。BiP-PRISM 建立的双重分割快速重构架构，提供了一个极其高效、微分连续的前向算子。通过将该引擎作为 PyTorch 的一层算子嵌入叠层成像的重构框架中，有望在纳米甚至原子尺度上实现对非周期、超厚三维量子器件和催化剂结构的高速三维势场重构，开启定量电子显微学的新纪元。