基于短程序的高熵合金超快大规模建模

高熵合金（HEA）表现出复杂的原子相互作用，短程序（SRO）在决定其性质方面起关键作用。传统方法，如蒙特卡洛生成的特别准随机结构（ATAT-mcsqs）、超大规模随机近似（SCRAPs）以及混合蒙特卡洛-分子动力学（MC-MD），常受限于系统规模和高计算成本。为此，我们引入了 PyHEA，这是一个基于 Python 的工具链，其核心由高性能 C++ 实现，利用全局和局部分搜索算法、增量 SRO 计算以及 GPU 加速，实现了空前的效率。对于构建随机 HEAs，PyHEA 在 ATAT-mcsqs 和 SCRAPs 方面分别实现了超过 133,000 倍和 13,900 倍的加速，同时保持高准确性。PyHEA 还提供灵活的工作流程，允许用户从外部仿真（如 LAMMPS 或密度泛函理论（DFT））中引入目标 SRO 值，从而实现更真实、可定制的 HEA 模型。作为概念验证，PyHEA 在分钟内成功复制了 256,000 原子 Fe-Cr-Co 系统的文献结果——这在混合 MC-MD 方法中要快一个数量级。这种显著的加速为跨越理论洞见与实际应用之间的桥梁开辟了新可能，为高效设计下一代 HEAs 铺平了道路。