Here's a list of some things I can think of to increase speed. Probably not comprehensive. In the future include your input file for people so we can see what settings you are already trying.<div><br></div><div>Will not compromise accuracy (test all options to find best)</div><div><ol><li>Using traditional diagonalization:<ol><li>Use broyden mixer, which is generally (not always!) faster. </li><li>In broyden use as large of a alpha value as you can afford while still achieving convergence.</li></ol></li><li>Using OT:<ol><li>Change preconditioner to speed up the scf convergence. Normally Full_all or Full_single_inverse are most effective, but full_kinetic might be good if you have a huge system that takes too long to precondition.</li><li>if you know the system energy gap, you can supply a slight underestimate of it to the OT preconditioner to help it converge faster</li><li>Change from CG (which is more robust) to DIIS which is usually faster</li></ol></li><li>Use ASPC wfn extrapolation</li><li>Inspect your SCF convergence. If you see unstable long convergence, then increasing your precision settings might help you in the long run.</li></ol><div>Will/might compromise accuracy<br></div></div><div><ol><li>Decrease EPS_DEFAULT </li><li>Decrease EPS_SCF (tolerance for scf convergence)</li><li>Use UKS = False. I.e. spin unpolarized if you not need it.</li><li>Use a larger MD time-step. Some systems are still okay with a large time step of 2fs, could work for you.</li></ol><div>-Nick</div></div><div class="gmail_quote"><div dir="auto" class="gmail_attr">On Sunday, June 12, 2022 at 12:06:49 PM UTC-7 lenardc...@gmail.com wrote:<br/></div><blockquote class="gmail_quote" style="margin: 0 0 0 0.8ex; border-left: 1px solid rgb(204, 204, 204); padding-left: 1ex;">Just replying to this to bump it higher since I haven't received a response yet.<br><br><div class="gmail_quote"><div dir="auto" class="gmail_attr">On Thursday, June 9, 2022 at 3:38:02 AM UTC+2 ASSIDUO Network wrote:<br></div><blockquote class="gmail_quote" style="margin:0 0 0 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">Hi there, I have been running AIMD simulations for about a year now and it originally started off really slow, only getting 60 fs per day. In particular, I used the NVT ensemble and the Nose-Hoover thermostat. When swapping to the Langevin ensemble and adaptive-Langevin thermostat, the simulation time improved to 200-600 fs a day. <br><br>I wanted to know what settings/parameters you would suggest to improve the speed even further? That is, what are the best settings to choose to get the fastest performance?<br><br>Key things to keep in mind for my work:<div>Using GTH-PBE potential and the DZVP-MOLOPT-SR-GTH basis set. Fermi dirac smearing must also be used </div></blockquote></div></blockquote></div>

<p></p>

-- <br />
You received this message because you are subscribed to the Google Groups "cp2k" group.<br />
To unsubscribe from this group and stop receiving emails from it, send an email to <a href="mailto:cp2k+unsubscribe@googlegroups.com">cp2k+unsubscribe@googlegroups.com</a>.<br />
To view this discussion on the web visit <a href="https://groups.google.com/d/msgid/cp2k/e7981f13-0b87-4703-9b83-1ff7eadd0361n%40googlegroups.com?utm_medium=email&utm_source=footer">https://groups.google.com/d/msgid/cp2k/e7981f13-0b87-4703-9b83-1ff7eadd0361n%40googlegroups.com</a>.<br />