基于 TDDFT 最小辅助基组近似的解析激发态梯度与导数耦合及 GPU 加速
化学物理
2025-11-26 v2
摘要
使用时密度泛函理论 (TDDFT) 计算激发态梯度和导数耦合仍是计算密集型任务。一种高效变体，即 TDDFT 结合分辨率为身份和最小辅助基组 (TDDFT-ris)，已用于加速激发能计算。然而，针对该方法的解析导数形式和实现尚未报道。在本工作中，我们在 TDDFT-ris 框架中实现了解析的激发态梯度和导数耦合。对中等大小有机分子的基准计算表明，梯度和导数耦合相较于标准 TDDFT 快 2-3 倍。评估了 TDDFT-ris 方法在梯度依赖应用中的准确性，包括几何优化、发射能计算以及最低能量交叉点的定位。总体而言，TDDFT-ris 方法为大多数情况提供了可靠的近似，主要在接近退火态态之间的导数耦合中出现显著误差。
引用
@article{arxiv.2511.18233,
title = {Analytical Excited-State Gradients and Derivative Couplings in TDDFT with Minimal Auxiliary Basis Set Approximation and GPU Acceleration},
author = {Zhichen Pu and Xiaojie Wu and Yuanheng Wang and Cheng Fan and Wen Yan and Zehao Zhou and Yi Qin Gao and Qiming Sun},
journal= {arXiv preprint arXiv:2511.18233},
year = {2025}
}