利用等距张量超收缩提升辅助场量子蒙特卡罗的效率:深度解析 ITHC-AFQMC
本文深度解析了一种结合等距张量超收缩(ITHC)技术的新型 AFQMC 方法,探讨其如何通过在扩展空间对角化二体相互作用,显著降低计算复杂度并实现高效的 GPU 加速。
本文深度解析了一种结合等距张量超收缩(ITHC)技术的新型 AFQMC 方法,探讨其如何通过在扩展空间对角化二体相互作用,显著降低计算复杂度并实现高效的 GPU 加速。
本文深度解析了 Ishna Satyarth 等人的研究,探讨如何结合线性与非线性回归技术(如KRR)显著消除 LS-THC 近似在三阶 Møller-Plesset 微扰理论中引入的误差,为大体系高精度计算提供新方案。
本研究通过结合张量超收缩技术和k点对称性,成功将从头计算辅助场量子蒙特卡罗(AFQMC)用于固体模拟的计算和内存开销分别降至O(N³)和O(N²),实现了在热力学极限和完整基组极限下的高性能计算,使其成为扩散蒙特卡罗和耦合簇方法的通用替代方案。
本文深入解析 Hohenstein 等人提出的 THC-CCSD 方法。该工作通过对双激发振幅和电子排斥积分进行张量超收缩分解,成功将 CCSD 的计算复杂度降低至四次方标度,并利用多 GPU 并行在单节点内实现了 2500 个基函数规模的精确电子结构计算。
本文深入剖析了Hohenstein等人提出的张量超收缩耦合簇(THC-CCSD)方法,该方法通过对电子排斥积分和双激发振幅进行低秩分解,将CCSD的计算复杂度从O(N⁶)降低至O(N⁴),为处理大规模分子体系提供了前所未有的计算能力。