QuantumATK是成熟的软件平台，运行出现意外错误的情况很少，最常见的是内存和进程错误，这种错误一般出现在块体 DFT（或器件 DFT-NEGF）计算时发生异常终止，log文件没有错误信息或者有如下类似的错误信息：

这种错误信息表明进程被外部终止。

此时，意外终止的原因并不清楚，可能的原因包括以下几种。

可能是计算节点大量的内存泄漏。作为测试，可以提交到其他计算节点，看看计算能否完成。解决方式可以是重启不能正常运行的节点。

有时候，QuantumATK自带的 MPIEXEC 可能与本地的环境不兼容，从而出现这种进程频繁异常终止错误，用户可以自行安装测试使用其他版本的 Intel MPI 或 MPICH）。一般公共的 HPC 都会装有多种 MPI 环境，可以直接使用，请咨询 HPC 管理员。

• 也可以参考：安装配置MPI并行环境

此时虽然没有明确的内存不足提示，但也可能是由于内存不足造成的，参考下文降低内存需求。

很多时候这种进程错误是由于内存读写造成的。除此之外，有事内存限制可能是系统管理员为普通用户进行的资源限制，这是QuantumATK会给出明确的内存溢出的错误信息。

要快速处理计算中出现的内存溢出错误，就需要理解以下几点：

• DFT计算以自洽为一个单元，自洽单元的 MPI 并行与内存消耗是需要考虑的主要因素；
• DynamicalMatrix、NEB 等都是由多个 DFT 自洽单元构成的，这个单元计算间也在 MPI 进程上并行；
• 每启动一个 MPI 进程，都会单独占据一份内存。
• 每个 MPI 并不一定对应于一个处理器物理核心，而是可以多线程的运行在多个核心上。

更多关于并行的原理，请参考：

• QuantumATK并行计算

自洽单元的并行原理可以参见：

或视频：

我们可以在计算前大致估计 DFT 自洽单元需要多少内存：

• 计算对内存的需求

因此要控制内存占用，主要办法有以下两种。

控制DFT自洽单元内存消耗的关键在于不保存计算的中间结果，这将影响计算速度，参见：

• 解决QuantumATK运行性能和内存消耗问题

以一个大体系DFT自洽计算为例，我们在 PBS 设置行请求 1 个节点的全部 64 核心的硬件资源：

#PBS -l nodes=1:ppn=64

一般来说我们会设置启动 64 个 MPI并行进程的计算：

[atk_dir]/mpi/bin/mpiexec -n 64 -ppn 64 [atk_dir]/bin/atkpython input.py 

在并行提交时，mpiexec（或 mpirun）后 -n 所带的参数即要启动的 MPI并行进程数。

此时需要占用 64 倍的内存。如果我们在不改变请求资源的前提下，减少-n后的数字为 32，则计算内存可以减少一半。

在使用多节点时，可以考虑减少每个节点上的进程数。例如以使用2节点（每节点64核）为例：

#PBS -l nodes=2:ppn=64
...
...
[atk_dir]/mpi/bin/mpiexec -n 64 -ppn 32 [atk_dir]/bin/atkpython input.py 

因此为了控制并行内存，可以：

• 完整请求一个节点的全部核心进行计算；
• 提减少并行进程数。

更多提交作业的示例脚本参见：

• 通过命令行方式手动提交QuantumATK计算

动力学矩阵（声子）计算是一个特例，由于体系可能会被扩增成超胞，因此需要额外考虑扩增超胞大小的自洽计算内存消耗。

License 出错有两种情况，一种是 license 服务停止或由于长时间网络中断导致 license 出错。

下面这个视频介绍了QuantumATK中 License 浮动机制、计数规则。

要解决License服务安装和运行错误，请参考：

• SCL服务运行与License获取时的常见错误

如果是提交的简单性质计算，则提交时先确认license够用，主要是计算作业数（Quantum/Quantum_NEGF）和并行数(DP)。 如果提交的计算由多个独立自洽计算完成，例如声子或NEB结构优化，则还需要考虑并行机制，以声子为例，将process_per_displacement设置为总MPI进程数或总MPI进程数除以2，则计算将只使用1个或2个Quantum/QuantumNEGF的license。

更多信息参见视频：

尽管 QuantumATK 的运行一般是十分稳定的，但仍然偶尔会发生意外退出等情况，并导致软件图形用户界面部分功能异常、卡顿，此时采取必要方法可以重置软件，恢复 QuantumATK 的正常运行。一般情况下，仅重置软件部分功能即可。

• 重置QuantumATK

• QuantumATK常见问题的排除