对于新材料的发现,准确快速地预测带隙非常重要,密度泛函 LDA 和 GGA 虽然效率很高,但是系统性地倾向于低估带隙,其根本原因在于忽略了 ∆xc 导数的不连续性问题。带隙的可靠预测,通常需要求助于计算上更昂贵的杂化泛函,或超越 DFT 方法如 GW 计算。不过对材料筛选或大型复杂体系,这些方法通常在时间成本上无法承受。
最近的一项研究中,研究人员发现 Meta-GGA 中的 TASK 泛函[1](AMS2023 以后的版本包含该泛函)可以相当好地兼顾精度和计算速度[2]。Kohn-Sham 和广义 Kohn-Sam 计算结果比较表明, TASK 来自正确的理论,即,适当结合 Kohn Sham 间隙 ∆KS 和 ∆xc 导数不连续性的贡献,能够得到正确的带隙。即使对于卤化物钙钛矿等复杂材料,TASK 也预测出类似于混合 HSE[3] 的带隙,但值得注意的是,TASK 的效率却不是 HSE 能比的。在其他设置相同的情况下进行带隙计算,数值稳定的 Meta-GGA TASK 的效率通常是 GGA 的1/3,但比杂化泛函快 20-30 倍。
Meta-GGA TASK 可直接在 AMS 中的 Libxc 中调用。另外,与其他 Meta-GGA 不同,TASK 对原子径向网格的密度要求比其他 Meta-GGA 低。此外,虽然带隙通常使用广义 Kohn-Sham 计算,但 AMS2023 及以后版本,用户也可以使用基于 KLI 近似的 OEP-TASK。对于自旋极化体系(通俗的说,开壳层体系),TASK 与 corrected correlation(CC)泛函相结合,也可在 AMS 的 Libxc 中获得,这也是一个非常有吸引力的选择,对分子的测试结果参考[4]。
点击链接下载文献中,使用BAND进行带隙计算的输入文件。