第一性原理计算，该买服务器还是租云主机？

先把 core-hour 算清楚。下面这个估算器用你在自己机器上跑出的实测数据做基准，按原子数、k 点、截断能缩放，直接给出总机时、费用与内存需求。

更新于 2026-10-17 · 作者：physedu.top 计算平台

第一次来，按这个顺序走：
① 离线单文件版先算内存——输入原子数与截断能，得出这台机器至少要多少 GB　→　② 用下面的估算器算机时——把实测基准填进去，得到总 core-hour　→　③ 选配置——计算型、内存型还是本地盘型　→　④ 比月租——按量、包月、抢占式各算一次

① 填一次实测基准（任意一次你跑过的单离子步）

基准原子数 N₀ 基准 k 点数基准截断能 ENCUT₀ /eV 实测单离子步 /核时基准核数缩放指数 n（平面波取 2.6）

② 目标体系与预算参数

目标原子数目标 k 点数目标 ENCUT /eV 离子步数（优化步）打算用多少核云上单价 /元·核时

—单离子步 /核时

—总机时 /核时

—墙钟时间 /小时

—云上费用 /元

可直接复制的结论（发给导师 / 贴进群里）

—

模型：t = t₀ × (N/N₀)ⁿ × (k/k₀) × (ENCUT/ENCUT₀)^1.5。指数 2.6 来自平面波 DFT 的经验标度，杂化泛函按 5～10 倍另算；并行效率未计入，核数翻倍时实际墙钟通常只缩短 1.6～1.9 倍。单价按你的实例规格与计费方式填写，包年包月与抢占式会显著低于按量价。内存的精确算法（含平面波数与 WAVECAR 体积）见内存估算器。

三个必须先想清楚的问题

1. 你的任务瓶颈在内存还是算力

VASP 一类平面波程序，几乎总是先撞内存墙：每个核至少需要 2 GB 可用内存才不至于频繁换页，超大体系还要把波函数全存内存（LMAXMIX、NCORE 调优只是缓解）。而 Gaussian 的 MP2/CCSD 任务对内存带宽更敏感，核数堆到 32 以上扩展效率就开始塌。先判断瓶颈，再决定买什么机器——这一条比省钱技巧重要得多。

2. 一年真正在算多少小时

课题组服务器最常见的浪费是"买 64 核，一年用 800 小时"。按 3 年折旧、每年 6000 小时算，自建的每核时成本才接近云上按量价的 1/3；但如果一年只跑 1000 小时，云上按量反而更便宜，因为你不用为闲置的 23 小时/天付钱。

3. 任务能不能被打断

抢占式实例便宜得多，但会在收到通知后几分钟内被回收。适合的：单点能、批量小体系扫描、可 checkpoint 续算的几何优化。不适合的：跑一周的 GW/BSE、不能中途保存的 AIMD 长轨迹。

选型速查

任务	第一瓶颈	常见配置	注意
VASP 结构优化（≤200 原子）	内存	32～64 核 / 128～256 GB	每核 ≥2 GB；NCORE 取核数的平方根附近
VASP 杂化泛函 HSE06	算力	同上的 5～10 倍机时	先用 PBE 跑通再切，别一开始就 HSE
Gaussian 量子化学	核数扩展性	16～32 核 / 64～128 GB	超过 32 核效率常跌破 50%
LAMMPS 经典分子动力学	浮点吞吐	8～16 核 + 单卡 GPU	GPU 版比同价 CPU 快 5～10 倍
CP2K / QE	混合并行	MPI×OpenMP 混合	先测 MPI 规模再定 OpenMP 线程数

省钱的四个动作

抢占式实例：适合可续算的批量任务，价格通常只有按量的一小部分，代价是随时可能被回收——把 CONTCAR 和 WAVECAR 落盘到对象存储就能随时续。
按量 + 快照：不跑的时候停机只付存储费，比包年包月灵活，尤其适合一年算不满 3000 小时的组。
编译优化：同一台机器，用对 BLAS/FFTW 与编译选项常有 20%～40% 的差距，这比换更贵的实例划算。
减少无效计算：对称性、k 点收敛性先在小体系上定好，再放大——大部分"算不完"其实是参数没收敛就开跑。