计算化学公社

标题: VASP机器学习报错MLFF : Not enough storage for local reference configurations [打印本页]
作者
Author: ZZU_SCU    时间: 2023-1-8 17:06
标题: VASP机器学习报错MLFF : Not enough storage for local reference configurations
!!! MLFF : Not enough storage for local reference configurations, please increase ML_MB !!! You can also copy ML_ABN to ML_AB and continue with a 10 times increased ML_EPS_LOW if you desire an efficient but potentially less accurate force field (however, keep EPS_LOW<1E-7).

这里面的内存指的是运行内存？因为VASP的输出文件都挺小的，硬盘500GB还是够的。 ML_MB 默认1500. 我提升到2000，依旧报错。请问怎么解决该问题呢？
下图是输入文件
  1. #Basic parameters
  2. ISTART = 1
  3. ICHARG = 1
  4. ISMEAR = 0
  5. SIGMA = 0.05
  6. LREAL = Auto
  7. ISYM = -1
  8. NELM = 300
  9. EDIFF = 1E-6
  10. LWAVE = .FALSE.
  11. LCHARG = .FALSE.

  13. GGA = PE
  14. ALGO = normal
  15. ENCUT = 520

  17. #Parallelization of ab initio calculations
  18. NCORE = 2

  20. #MD
  21. IBRION = 0
  22. MDALGO = 2
  23. ISIF = 2
  24. SMASS = 0
  25. TEBEG = 298
  26. TEEND = 298
  27. NSW = 10000
  28. POTIM = 1.0
  29. #RANDOM_SEED =          88951986                0                0
  30. Nwrite =  0            (For long MD-runs use Nwrite=0 or Nwrite=1)
  31. EDIFFG = -0.03

  33. #Machine learning paramters
  34. ML_LMLFF = .TRUE.
  35. ML_ISTART = 0

  37. #### Mag ####
  38. #ISPIN = 2
  39. IVDW = 11
复制代码

作者
Author: ZZU_SCU    时间: 2023-1-10 14:00
添加
  1. ML_MB = 2000
复制代码

似乎没有用，直接报错
  1. ML_LBASIS_DISCARD = .TRUE.
复制代码

可以解决问题，但是我不懂原理。这样计算的有什么问题么? 这是vasp官网连接 https://www.vasp.at/wiki/index.php/ML_MB
作者
Author: 郑明    时间: 2023-2-25 18:19
请问楼主是用CPU的机器算的吗？
作者
Author: 郑明    时间: 2023-2-25 18:19
请问楼主是用CPU的机器算的吗？
作者
Author: ZZU_SCU    时间: 2023-2-25 20:32
郑明 发表于 2023-2-25 18:19
请问楼主是用CPU的机器算的吗？

是的
作者
Author: 郑明    时间: 2023-2-25 21:13
ZZU_SCU 发表于 2023-2-25 20:32
是的

我也遇到一样的问题，楼主可以试试减少计算核心数，或许能解决这个问题。
作者
Author: lcq845402558    时间: 2023-2-26 17:04
纯CPU计算可以考虑编译的时候加入-Duse_shmem减少内存的使用。
作者
Author: fcb0310    时间: 2024-6-24 20:14
想请问一下大家为什么我的输出文件没ML-FFN
作者
Author: lizhiguo-TJU    时间: 2024-6-24 23:21
ML_BASIS_DISCARD = .TRUE. 参数控制是否丢弃旧的基函数。基函数在机器学习力场中是用于描述体系的原子环境和相互作用的数学函数。这些基函数随着计算的进行不断更新，这种做可以防止记忆库变得过于庞大，导致计算效率降低。
作者
Author: lizhiguo-TJU    时间: 2024-6-24 23:22
fcb0310 发表于 2024-6-24 20:14
想请问一下大家为什么我的输出文件没ML-FFN

如果是用来训练的话，NSW跑完了应该就产生力场了



欢迎光临 计算化学公社 (http://bbs.keinsci.com/) Powered by Discuz! X3.3