ABACUS 固定总磁矩实操

下载完整输入、原生日志、自旋密度及绘图脚本，解压进入附件根目录。先看已有结果：

bash analyze.sh

这一步仅用一个CPU核心处理参考数据，生成CSV及四张图，不启动DFT。需要完整重算时：

sbatch submit.slurm

脚本申请一张P100，按顺序完成12个条件；每个条件1个MPI进程、1个CPU线程，保留Slurm分配的GPU。参考实算为ABACUS3.10.1、双精度GPU，GNU13.3、HPC-X2.50/OpenMPI5.0.10rc2、CUDA12.8、OpenBLAS0.3.30；模块abacus/3.10.1-p100。未提供本批8173M或V100性能数据。不要在登录节点执行DFT。所有模型固定结构，scf_thr=1e-6，采用3×3×3网格；这些数值用于操作演示，不作为磁相图或收敛材料参数。

1. 初始mag和固定nupdown不是同一件事#

STRU里的mag只帮助选择初始自旋态；nupdown指定N↑−N↓，从而固定全晶胞总自旋磁矩。它不分别锁定每个原子的磁矩，也不是SOC中的轨道磁矩。

本例同一个Fe双原子晶胞，先保留自由FM参照，再分别令总磁矩为2和4 μB/晶胞。图中3个条件只作离散对照，没有用三点拟合磁性相变。

2. 完整2μB输入#

INPUT_PARAMETERS
pseudo_dir ../../PP_ORB
orbital_dir ../../PP_ORB
suffix tutorial
calculation scf
ecutwfc 100
scf_thr 1e-6
scf_nmax 200
out_chg 1
smearing_method gaussian
smearing_sigma 0.015
mixing_type pulay
mixing_ndim 10
mixing_beta 0.1
ks_solver elpa
basis_type lcao
symmetry -1
nspin 2
out_mul true
device gpu
precision double
cal_force 0
cal_stress 0
nupdown 2
nbands 32

ATOMIC_SPECIES
Fe 55.845 Fe_ONCV_PBE-1.0.upf

NUMERICAL_ORBITAL
Fe_gga_9au_100Ry_4s2p2d1f.orb

LATTICE_CONSTANT
1.889725989

LATTICE_VECTORS
    2.8328152400000000    0.0000000000000000    0.0000000000000000
    0.0000000000000000    2.8328152400000000    0.0000000000000000
    0.0000000000000000    0.0000000000000000    2.8328152400000000
ATOMIC_POSITIONS
Direct

Fe
1.0
2
0.0 0.0 0.0    mag 2
0.5 0.5 0.5    mag 2

K_POINTS
0
Gamma
3 3 3 0 0 0

关键行是nspin 2与nupdown 2。4 μB条件只把nupdown改成4。目标是整个含两个Fe的晶胞，不能理解为“每个Fe 2 μB”。保持赝势、晶胞、k点和展宽相同；用于能量扫描时还需逐项研究收敛。

3. 检查实际目标与输出#

grep 'nupdown' work/cases/fe-fixed2/INPUT
grep 'total magnetism' work/cases/fe-fixed2/OUT.tutorial/running_scf.log | tail -n 1
grep 'Total Magnetism on atom' work/cases/fe-fixed2/OUT.tutorial/mulliken.txt

自旋密度积分与日志目标在本例也一致，有限网格下约有10⁻⁴ μB量级差异。日志目标正确并不意味着该目标是材料无约束基态。

4. 逐原子约束的版本边界#

逐原子约束需要独立方法，不能用mag或全局nupdown代替。在当前3.10.1，设置sc_mag_switch 1会被该版本输入检查器主动停止，提示该功能尚不稳定；本教程没有可供直接使用的逐原子约束结果。当前需要固定总磁矩时用这里的nupdown；需要固定每个原子的大小/方向时，应先选择明确支持该功能的版本和方法。

这一限制见3.10.1原生输入检查，不要因为参数列表存在就假定可执行。普通非共线初始方向与真正方向约束也应区分。

读取所有本例总磁矩与能量：

python - <<'PY'
import csv
with open('reference/analysis/conditions.csv') as f:
    for r in csv.DictReader(f):
        if r['name'] in ['fe-fm','fe-fixed2','fe-fixed4']:
            print(r['name'],r['Mz'],r['E_eV'])
PY

nupdown的定义见官方自旋指南。