LAMMPS 热输运工作流怎么选

下载完整输入、原生温度剖面、热浴功与绘图脚本，保存为 example.zip：

python3 -m zipfile -e example.zip .
cd lammps-direct-thermal-examples
bash results.sh
bash plot.sh

环境为LAMMPS 30Sep2026、Kokkos 5.2.1双精度、C++20 / CUDA 12.8构建，MPI与模块说明见版本环境。本批纯Si在P100、Si/Ge在V100 16G实际运行，每例一张GPU、一个MPI进程。下面的下载脚本可按自己的资源选择一种GPU入口。

reference-results是实际结果，inputs是可继续使用的输入，reference-data是提取后的CSV。查看与作图不启动新的MD。

先按问题选择#

每种方法都有一套真实输入和输出。GK与反向NEMD的已有LJ例子保留约化单位；本次Si/Ge直接NEMD采用metal单位。不能把LJ表格中的数字直接标为W/(m·K)。

推荐操作顺序#

先跑一个小模型检查势、原子数、时间步与输出，再确认温度和能量行为；随后确定统计窗口，提取热流、梯度或相关积分，最后才讨论长度和时间是否够用。

本包的完整计算链是10 ps平衡、50 ps短采样、从末态追加200 ps，再在终端提取：

sbatch p100.slurm

等待整批结束：

module load ase/3.29.0
python3 collect.py --root work --output results
bash plot.sh --data-dir results

V100 16G使用对应 v100.slurm，按自己的权限选一个入口。具体物理输入与每个文件的作用见对应教程；本页只把顺序串起来。

三类常见归一化#

多体势、约束分子或不同应力定义的GK热流需要单独核查。本次Si/Ge直接NEMD从外部热浴能量累计得到热流，不依赖把原子LJ示例的热流构造直接移植过来。

先看这些已有数据#

head -n 9 reference-data/short-Thermal-summary.csv
head -n 9 reference-data/extended-Thermal-summary.csv

短采样与追加采样并列保留，既能看计算怎么运行，也能看统计窗口改变时结果怎样变化。完成程序运行、获得一个数值和得到可发表的收敛材料参数，是需要分别判断的几步。