ipie：一个基于 Python、在 CPU 与 GPU 上兼具灵活性与效率的辅助场量子蒙特卡洛程序

我们报道了基于 python 的辅助场量子蒙特卡洛（AFQMC）程序 ipie 的开发，给出了初步计时基准及关于 [Cu$_2$O$_2$$]^{2+}$ 异构化的新 AFQMC 结果。我们展示了 ipie 中如何同时实现中央处理器与图形处理器（CPUs 和 GPUs）版本。我们展示了 ipie 与 PySCF 的接口，以及向 ipie 添加新估计量的简明模板。我们针对其他 C++ 代码 QMCPACK 和 Dice 的计时基准表明，ipie 在 CPU 与 GPU 上对所考虑的所有化学体系均更快或性能相当。我们使用选定组态相互作用试探波函数对 [Cu$_2$O$_2$$]^{2+}$ 的结果显示，对于小基组，用 $10^5$ 至 $10^6$ 个行列式可使双($\mu$-氧桥)与 $\mu$-$\eta^2$:$\eta^2$ 过氧构型间的 ph-AFQMC 异构化能收敛至已知精确结果。我们还以小于 kcal/mol 的估计误差报道了四重 zeta 基组下的异构化能，其涉及 52 个电子与 290 个轨道，试探波函数中含 $10^6$ 个行列式。这些结果凸显了 ph-AFQMC 与 ipie 对具有中等强关联与大规模动态关联体系的效用。