VASP计算不收敛的解决方法

关于VASP计算不收敛的解决方法，有些帖子已经总结的很好了，可以根据自己遇到的情况直接拿来用。如果把这些方法都用了还是不行，恐怕是你的结构本身问题较大了。1. 帖子1：解决VASP计算SCF/几何优化/过渡态不收敛的方法总结2. 帖子2：关于VASP计算不收敛的一些实例与解决办法3. 官方：Difficult to converge systems。

spin-spit

2831人浏览 · 2025-04-01 09:11:58

spin-spit · 2025-04-01 09:11:58 发布

前言

关于VASP计算不收敛的解决方法，有些帖子已经总结的很好了，可以根据自己遇到的情况直接拿来用。如果把这些方法都用了还是不行，恐怕是你的结构本身问题较大了。

1. 帖子1：解决VASP计算SCF/几何优化/过渡态不收敛的方法总结

https://blog.shishiruqi.com//2019/05/01/scf/

在这里插入图片描述

2. 帖子2：关于VASP计算不收敛的一些实例与解决办法

https://www.bilibili.com/read/cv21448185

在这里插入图片描述

3. 官方：Difficult to converge systems

https://www.vasp.at/wiki/index.php/Difficult_to_converge_systems

DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

MentorPi A1 底盘接入开发实践：让自研Web系统接管机器人底盘

DAMO开发者矩阵

训练周期减半：LoongForge 全链路优化 GR00T N1.6 训练，吞吐提升至 2.3 倍

通过对训练调度、通信-计算重叠与数据 IO 链路的系统级优化，我们显著减少了 Python 调度开销、通信等待与数据供给空转，使 GPU 从「被动等待」转向「持续计算」。最终在不改变模型结构的前提下，实现 2.3× 加速与 56.6% 训练周期缩短，大幅提升模型迭代效率与研发节奏。目前，相关优化已集成至全模态训练框架LoongForge。我们欢迎具身智能领域的研究者与开发者共同探索更高效的 VLA