VASP CPU参数：NCORE、KPAR与NPAR

面向鸢算科技 HPC 集群用户。适用起点：cpu-8173m 单节点、56 个 MPI 进程、每进程 1 个 CPU 核心。参数规则于 2026-10-13 核对 VASP 官方文档；性能参考来自本集群 VASP 6.6.1 的 Si 算例及本次定向补测。

推荐使用 KPAR + NCORE，不同时填写 NPAR。 先读取实际 k 点数，再选择能够正确划分 56 个 MPI 进程的组合。没有自己的计时数据时，可从 KPAR=1、NCORE=7 开始；多个 k 点的中等规模体系再比较 KPAR=2/4 与相应合法的 NCORE。合适值还取决于能带、晶胞、算法和运行版本，下面的实测帮助缩小候选范围。

1. 先把提交脚本配对#

8173M 队列按整节点 56 核计费，公共 VASP 模板也按整节点配置。下面采用已经部署的 CPU 模块和 Intel MPI；参数调优主要在 INCAR 中进行。

#!/bin/bash
#SBATCH --job-name=vasp
#SBATCH --partition=cpu-8173m
#SBATCH --nodes=1
#SBATCH --ntasks-per-node=56
#SBATCH --cpus-per-task=1
#SBATCH --exclusive
#SBATCH --output=%j.out

module load vasp/6.6.1-8173m
ulimit -s unlimited
export OMP_NUM_THREADS=1
export MKL_NUM_THREADS=1
export I_MPI_PIN=1
export I_MPI_PIN_DOMAIN=core

mpirun -np "${SLURM_NTASKS}" vasp_std

在准备好输入文件的目录中执行 sbatch sub_vasp.sh。也可以使用 yskit 获取已有模板；现有 6.6.1 CPU 模板是 /public/slurm_scripts/hs_user/vasp/vasp/6.6.1/8173m/sub_vasp_6.6.1_8173m.sh。选择其他版本或扩展时，换用对应模块/模板；资源仍为整节点 56 核。

这里的 --cpus-per-task=1 是每个进程申请一个 CPU 核心，不是让整个作业只用一核。56 个进程各一核正好使用整节点。不要因为 INCAR 里设置 NCORE=7，就把 OMP_NUM_THREADS 或 --cpus-per-task 同时改为 7。

2. 三个参数分别划分什么#

普通单体系、纯 MPI、没有其他专门并行标签时：

每个 k 点组的 MPI 进程数 = 56 / KPAR
NPAR = 56 / (KPAR × NCORE)
56 = KPAR × NCORE × NPAR

例如 KPAR=4、NCORE=7：4 个 k 点组，每组 14 个 MPI 进程；每组内部又分成 2 个带组，每个带组 7 个进程。等效 NPAR 为 2。这不是“只使用 4×7=28 核”，所有 56 个 MPI 进程仍参与计算。NCORE 定义、NPAR 与可用进程关系。

NCORE 是 MPI 数据/计算分组，不是 OpenMP 线程数，也不是“给每个原子分几核”。参数主要改变数据分布、FFT 和能带之间的通信；理想情况下改变的是性能，不改变研究模型。

3. NCORE 与 NPAR 只选一个#

现代 VASP 推荐通过 NCORE 控制带组大小。旧输入文件若保留 NPAR，应该先处理它：两者同时存在时，NPAR 优先，修改 NCORE 可能没有得到预期分组。VASP 的兼容规则。

下面两份设置在本指南的运行条件下等效，分别选择一种：

# 推荐写法
KPAR = 4
NCORE = 7

# 兼容旧输入的写法
KPAR = 4
NPAR = 2

如果同时写 KPAR=4、NCORE=14、NPAR=2，NPAR 指定两个带组，每组实际为 7 个 MPI 进程，而不是输入中期望的 14。本次补测已把启动输出中的实际分组与能量/力一起核对，结果列在第 9 节。

NPAR 没有独立于 NCORE 的额外加速能力。对于相同进程数和 KPAR，比较等价的两种写法主要用于核对配置，不是再增加一个独立扫描维度。

4. 56 核允许哪些组合#

需要同时满足：KPAR 整除总 MPI 进程数，NCORE 整除每个 k 点组的进程数。下表列完整的整数分组，不代表每个合法组合都值得运行。

所以 KPAR=4、NCORE=4 不满足组内整除：每组只有 14 个进程，不能平均分成 4 进程的带组。常见的 48/64 核建议不能原样套到本机；例如 KPAR=3/6、NCORE=6/12 都需要重新检查，而不是只看值是否常见。

公式使用的是 MPI 进程数。若使用 IMAGES、GW/RPA 的专门分组或经过验证的混合并行配置，还需要扣除对应分组，不能直接套用这个 56 核表。VASP 并行层次。

5. KPAR 按实际 k 点数选择#

5.1 怎样查实际点数#

已有计算完成初始化后，在该算例目录读取：

grep -m 1 'NKPTS' OUTCAR
awk 'NR==2 {print "实际 k 点数 =", $1}' IBZKPT

例如完整的 6×6×6 网格有 216 个网格点，本集群 8 原子应变 Si 算例实际 NKPTS=64。对称性、磁性、SOC 和结构改变都会影响实际点数；不要只把 KPOINTS 三个数字相乘。IBZKPT 输出说明。

没有历史输出时，可在独立的预检查目录中使用版本支持的 --dry-run，或参考官方 ALGO=None 初始化方法取得实际点数与能带。预检查设置与生产输入分开保存，初始化本身不是性能测试。官方预检查方法。

5.2 单点、多点与分组平衡#

VASP 按轮转方式分配 k 点。KPAR 必须整除 MPI 进程数；能均分实际 k 点数通常更有利于负载平衡，但不是合法运行的强制条件。KPAR 分配机制。

例如 125 个点、KPAR=14 时，各组取得 8 或 9 个点，仍可运行；第 8 节给出它在本机小体系上的补测。本指南通常不把 KPAR 设得超过实际点数，以避免空组或过度分组；特殊方法另按其官方规则判断。

KPAR 增大还能改变内存分布，通常需要更多内存，容量紧张时应检查峰值。它的合理值取决于每个点的能带数、平面波数量和组间/组内通信，不能只由 NKPTS 决定。官方调优建议。

6. 为什么这台机器适合试 4、7、14、28 等 NCORE#

本次只读硬件查询确认：ccn001-8173m 为双路 Intel Xeon Platinum 8173M，每路 28 个物理核心，共 56 核；超线程当前关闭。两个 NUMA 域对应 CPU0–27 和 CPU28–55。硬件查询记录。

NUMA 是选择候选的依据，不是单独的强制除数条件。本机 Γ 单点的32/64原子数据中，NCORE=8与4/7接近或稍快，说明“必须整除28”过于绝对。

保持 MPI 进程绑定可减少核间迁移；本集群 CPU 模板使用 I_MPI_PIN=1、I_MPI_PIN_DOMAIN=core。本次补测抽查的56个进程分别绑定到56个不同核心，rank0对应CPU0、rank28对应CPU28，见实际进程亲和性记录。实际进程排列仍由 MPI 与调度环境决定，不能仅凭 NCORE=14 就认定所有带组一定落在同一 NUMA 域。MPI 进程放置与 NUMA。

7. 已有 Si 测试：用实测缩小候选#

原 CPU 扫描保存270条结果，其中269条满足完成和数值检查，一条32原子密网格失败结果排除。覆盖8、32、64、96、144、216原子，Γ单点、较疏网格和较密网格。程序为普通 vasp_std 6.6.1，56 MPI × 1，固定30电子步、ALGO=Normal、NSIM=32、ENCUT=350 eV、LREAL=Auto，每尺寸固定NBANDS。

下表是原候选集合中单次测量最短的 LOOP+ real 时间；原扫描KPAR取1/2/4/8，NCORE取相应合法的1/2/4/7/8/14/28，没有宣称遍历所有可能参数。这里的 NPAR 是公式换算值，并非另写进这些测试的 INCAR。

来源：原始269条有效CPU结果。

其中8原子Γ单点的时间只有约1秒，4/7/8之间的细微差别不宜认定为稳定排名。32/64原子Γ单点可优先比较4/7/8；96～216原子可把7/14/28纳入对应合法组。对多k点的64～216原子Si，KPAR=4与NCORE=7或14是已有测试中的较好起点。

7.1 全部原子数怎样看图#

下面七张图均包含 8、32、64、96、144、216原子六个面板，直接使用LOOP+ real秒数，不再按各尺寸最快值归一化。横纵轴上的参数只是原扫描候选，不表示所有合法值都已测完。每幅图的六个面板采用各自的秒数刻度，比较某一体系的候选时应在对应面板内读取。

Γ单点仅比较KPAR=1；没有多k点工作可供KPAR分组，因此不绘制KPAR=2/4/8的Γ点性能曲线。图6/7用合法且在所有尺寸、各KPAR下均已测量的NCORE=7进行对照，不把每个KPAR下不同NCORE的最快值连成同一条参数曲线。

7.2 KPAR与NCORE的联合耗时：六种规模全部展示#

CPU图1：较疏网格，格内数值与颜色均为耗时（秒）。每个面板列出实际NKPTS和NBANDS，橙框标该面板原扫描中最短的有效结果。斜线灰格不满足所列56MPI分组的整除条件。各面板色条独立，不能把不同面板的相同颜色当成相同秒数。

较疏网格的8原子体系实际有64个k点，已测最快是KPAR=8/NCORE=1；32原子有16个k点，已测最快为4/1。64、96原子的最快组合为4/7，而144、216原子为4/14。这里同时改变了体系规模、能带数和实际k点工作量，不能把原子数单独作为选择NCORE的公式。96与216原子的数据分别完整保留在六面板中的对应位置。

CPU图2：较密网格，同样显示实际耗时。32原子、KPAR=1/NCORE=1的运行只完成29步，红格明确标为失败，没有用不完整运行时间补格或参与最短值选择。

较密网格中，8、32原子的实际k点数分别为125、45，原扫描较快组合均为KPAR=8/NCORE=1；64、96原子为4/7，144、216原子为4/14。点数更多不意味着KPAR必须随之增大，例如144原子仍应结合NCORE比较KPAR=4与8，不能仅凭12个实际k点选一个更大的组数。8原子的额外高KPAR测试仍单列在第8节，没有混入本组原扫描图。

7.3 固定KPAR观察NCORE：Γ、疏网格和密网格#

CPU图3：Γ单点，KPAR固定为1，每个原子规模单独显示NCORE与秒数；橙圈标该面板最短值。这里使用普通vasp_std，不能作为专用vasp_gam的计时。

Γ点的32、64原子分别在NCORE=8时测得5.248、9.674秒，NCORE=4也很接近；96、144原子的最短值在NCORE=14，216原子在28。216原子的14与28分别为88.822和88.311秒，单次结果接近，不宜据此给出稳定的严格排名。8原子的最快时间约1.290秒，微小差异更容易受到运行波动影响。

CPU图4：较疏网格，每条曲线固定KPAR，只比较对应合法NCORE。非法或未完成点不补值；曲线连接仅辅助识别已测候选。

这组图可以看出，NCORE的影响与KPAR有关：KPAR增加后每个k点组分到的MPI进程减少，可用NCORE候选也随之减少。不能脱离KPAR只说“NCORE越大越快”。例如144、216原子的KPAR=4曲线在NCORE=14较快，而8、32原子相应曲线的NCORE=1较快。

CPU图5：较密网格的全部NCORE曲线，失败配置保留缺口。各尺寸的实际NKPTS、NBANDS随面板给出，方便核对同一体系内的比较条件。

较密网格并没有消除NCORE调优的必要性。对于64、96原子，KPAR=4/NCORE=7较好；对于144、216原子，还应比较同一KPAR下的NCORE=14。原扫描中某些最快组合对应等效NPAR=1，它们是这些特定输入的测量结果，不能作为所有材料的默认设置。

7.4 固定NCORE=7观察KPAR：分清参数本身的影响#

CPU图6：较疏网格，所有面板固定NCORE=7，横轴只改变KPAR。橙圈仅标这条固定NCORE曲线中的最短点，不一定等于联合热图的全候选最短值。

8原子在这条曲线上从KPAR=1增至8持续缩短耗时；32原子在4附近较好；64～216原子也应比较4与8，更多k点组并非必然更快。96原子的4与8分别为104.007、104.356秒，两者很接近。144、216原子的固定NCORE=7曲线还未使用它们在联合扫描中更快的NCORE=14，最终选择应返回图1核对。

CPU图7：较密网格，仍固定NCORE=7；保持同一尺寸、网格、能带数及电子步数，便于独立观察KPAR变化。

在这条固定NCORE曲线上，8、32原子以KPAR=8较快，64～216原子以4较快。144原子从4增加到8，耗时由357.908秒增至441.736秒，说明k点组更多也可能带来额外开销。32原子的固定NCORE=7最短值为80.444秒，而图2中允许联合调整NCORE后为76.500秒；这正是需要同时检查两个参数的原因。

七图共使用原来的269条有效CPU结果，未生成新的性能测量，也未把第8节的补测或第9节的等价NPAR验证与原扫描混为一次扫描。全部数值、参数及来源可下载绘图数据CSV，PNG/SVG/PDF图件索引提供可放大的独立文件。

这些数据表明，不填写并行标签对应的 NCORE=1/KPAR=1 并非总是合适，NCORE也没有适用于所有规模的单一最优值。某些较大Si算例的已测最快配置对应NPAR=1；官方一般不推荐把它当作默认起点，本机这些特定输入的结果仍应如实保留，而不是据此推广“NPAR=1总是更快”。NPAR 的一般建议。

Si 原子数只是这些算例的规模标签。含半芯态赝势的过渡金属、较多空带、磁性/SOC、杂化泛函、大真空晶胞和不同ALGO都可能需要重新选择；本表没有验证它们的最优参数。

8. 补测：小体系可以尝试更大的 KPAR，但不能一味增加#

本次对8原子Si增加7/14/28/56等KPAR候选，NCORE=1，物理输入与原对应网格保持一致，并在同批重跑KPAR=8作为对照。各配置仍只运行一次，56MPI、固定30步。

125点的同批比较中，KPAR=14相对8的LOOP+时间减少约12.0%；提高到28/56没有继续获益。64点时，7/14与8是接近的候选，56相对8耗时增加约65.1%。这说明点数均分和更多k点组都需要结合实际测试。

来源：本次12组定向补测。

这类小单胞与多k点计算值得比较更细的k点分组，但“合法的大KPAR”不自动意味着更快；组内效率、轮转分配尾部、公共工作和通信仍影响最终耗时。接近的单次结果用于选候选，不能当作重复测量后的稳定胜负。

9. 补测：NPAR 等价设置与覆盖优先级#

96原子Si、8个实际k点、280条能带、KPAR=4，比较以下三份输入。除NCORE/NPAR写法外，物理输入、总MPI数、NSIM与电子步数一致。

三组均正常完成30步并有收敛标志；相对原同物理输入，能量与力在OUTCAR打印精度下均一致。启动输出都为“每条带7个进程、2个带组”，直接支持等价关系及NPAR优先级；这些Si对称结构的力为零，不能把该项当作非零力全面回归。

完整输入标签、实际分组和输出SHA见补测记录。

两种等价写法的耗时不必逐毫秒相同；系统状态和启动过程仍有波动。判断配置是否等价，首先看实际进程分组与完成/数值一致性，不能仅以时间完全相等作为标准。

10. 从自己的算例得到可靠参数#

先在生产目录之外准备参数试算，保持结构、POTCAR、k点、ENCUT、算法、自旋和输出要求一致；重启条件也统一。先做一次初始化，记录实际 NKPTS、NBANDS 与FFT网格，然后选少量合法候选。

这里也可以直接联合比较，例如8个实际k点的中等规模体系先试 (KPAR,NCORE)=(2,7)、(2,14)、(4,7)、(4,14)、(8,1)、(8,7)。它们全部合法；更全面的扫描应按第4节结合实际需求筛选。

短试算可以固定电子步数，例如本集群性能测量采用 NELM=NELMIN=30，使各组合比较相同工作量。它是计时协议，不表示生产计算必须至少30步或最多30步，也不表示达到步数就已收敛。正常生产应恢复适用于体系的收敛设置和足够的NELM。VASP 的短试算流程。

看实际分组，而不是只看 INCAR#

在Slurm标准输出中读取：

grep -m 1 'running.*mpi-ranks' 作业号.out
grep -m 1 'distrk:' 作业号.out
grep -m 1 'distr:' 作业号.out

56进程、KPAR=4、NCORE=7的典型信息为：

distrk:  each k-point on   14 cores,    4 groups
distr:  one band on    7 cores,    2 groups

第一行确认k点组，第二行确认带组。若显示与预计不同，先检查NPAR遗留、进程数、线程模式、专门并行标签，以及该版本/算法的实际限制。

统一计时口径#

# 所有已输出LOOP+段的real time之和，单位秒
awk '/^[[:space:]]*LOOP\+:/ {s += $NF; n++} END {if(n) printf "LOOP+ real total = %.4f s\n", s}' OUTCAR

# VASP完整运行时间
grep 'Elapsed time (sec)' OUTCAR

# 完成标志与实际工作规模
grep 'General timing and accounting' OUTCAR
grep -m 1 'NKPTS' OUTCAR
grep -m 1 'NBANDS' OUTCAR

LOOP+适合比较相同电子/离子工作量，包含该段电子计算及后续工作；完整Elapsed包括更多初始化和输出开销。正式任务还应看从启动到收敛完成的总体时间。若改变ALGO导致步数变化，只比较单步快慢不足以决定整体收益。

NBANDS可能随并行分组自动向上调整。公平比较应核对输出中的实际NBANDS，并在满足所需空带的前提下保持相同工作量；不要仅因为输入写同一个NBANDS就认为实际一定相同。NBANDS 与并行分组。

11. 其他相关设置：先分清是否改变科学近似#

相关依据：NSIM、ALGO、LREAL、LSCALAPACK。

Γ单点与gam版本也要分开。 确实只有Γ点且满足gam功能限制的任务可以评估专用 vasp_gam，但本指南的时间表使用 vasp_std；不能把std计时当作gam加速结论。SOC/非共线等需要相应程序和方法限制核对，不能仅因k网格是1×1×1就换gam。

12. 为什么不把它直接改成 28MPI × 2线程#

本指南和已测CPU模板采用56MPI×1。混合并行需要程序确实支持OpenMP，并重新设置进程/线程绑定；仅修改OMP_NUM_THREADS或减少MPI进程，不能保证开启有效的混合加速。

对支持的混合版本，多线程运行时VASP会把NCORE重置为1，FFT工作由线程承担；MPI分组公式此时使用实际MPI数，而不是申请到的总CPU核数。MPI/OpenMP 与 NCORE。

例如28MPI×2线程仍申请整节点56核，但不是本表的56MPI参数环境。本轮没有进行混合并行的性能扫描，不把它写成已经验证更快的方案。当前普通6.6.1抽验链接为MKL sequential，未见OpenMP运行库/入口，实际选择线程模式前还应核对对应构建。

13. NEB、杂化、响应与扩展分支怎样用这份指南#

有IMAGES时，普通MPI分组可先写为 56 = IMAGES × KPAR × NCORE × NPAR；其他算法标签再另计。例如IMAGES=7、KPAR=1时，每图像8MPI，NCORE=4对应NPAR=2。这只是整数分组示例，不是对NEB图像数或最快配置的推荐。并行层次与专门标签。

14. 常见配置问题速查#

15. 数据、来源与使用范围#

本文给出的是8173m单节点CPU帮助文档。VASP5.4.4～6.6.1的一般标签含义可以参考官方说明，但具体性能数据来自6.6.1；没有声称所有版本、扩展、材料和计算方法都通过同样参数的全量回归。

• 本次CPU指南与补测记录：协议、来源、完整参数和验收。
• 原CPU参数汇总：最短与5%范围内的已测组合。
• 原较疏网格完整测量。
• 原Γ与较密网格完整测量。
• 集群软件与提交指南、VASP多版本与扩展。

使用相同56核节点时，更快完成同一任务通常也能减少核时。选参数时同时考虑收敛后的完整时间和可用内存；以上分组与计时方法可直接用于自己的短试算，最终采用自己体系中完成且结果可靠的组合。