§0 · 两个目标
两个目标:先认证的正确性,再由 AI 驱动的统一
本项目先后追求两个目标。第一期:认证的正确性——模拟给出的数在物理、数学和软件上都正确,或者其误差有界并由证明检查(本页 §1–§11)。第二期:由 AI 驱动的统一——从电子与原子核的相互作用到宏观物理的统一框架,推导工作尽可能交给 AI(见下面的研究目标)。
这个次序是有意的。要最大程度地引入 AI,让它提出有效理论、跨尺度映射、原子间势与本构关系,它的输出就必须可检查:AI 给出的每一步在检查器接受之前都只是候选,拒绝时说明理由。第一期的证书正是这件事的前提;整条链上被认证的部分越多,能放心交给 AI 的部分就越多。
到目前为止的工作都属于第一期:第一阶段(已达成,2026-10-30 冻结)、第二阶段(进行中,到 2027-01-29)以及进度页上的第三阶段候选。只有当项目沿这条路真正做出了新的东西,才进入第二期。
认证的正确性
DFT、FEM、MD、CALPHAD 与 CSP 的三重正确性:Lean 检查的证书、经过验证的软件,以及在前两者有界之后与实验的比较。
第一阶段已达成;第二阶段让 DFT 与 CALPHAD 达到科研可用。
由 AI 驱动的统一
电子、原子与连续体成为同一体系相互一致的描述:由 AI 推导有效模型,由第一期的检查器判定哪些成立。
真正做出新的东西之后开始;第一批候选见下文。
第二期的研究目标:从微观基本规律到宏观物理——统一电子、原子与连续体尺度的普适框架
能否建立一个具有普遍适用性的第一性原理框架,从电子与原子核的基本相互作用出发,系统推导不同尺度上的有效自由度、演化方程和本构关系,从而在统一的物理基础上预测宏观物性、动力学行为与集体现象?
问题定义。给定系统的微观组成、基本相互作用以及初始条件、边界条件和外部驱动,构建一套可计算、物理一致且具有误差控制的跨尺度推导方法。该方法应能够根据目标现象所涉及的时空尺度与精度要求,识别必要的自由度,推导相应的有效理论,并建立不同尺度描述之间的一致映射。
这一问题的目标是统一密度泛函理论(DFT)所提供的电子结构描述、分子动力学(MD)所提供的原子运动描述,以及有限元方法(FEM)所求解的连续体模型:使电子尺度的能量与相互作用、原子尺度的结构与动力学,以及宏观尺度的本构关系与场方程,成为同一物理体系在不同分辨率下相互一致的描述。
普遍适用性体现为:以统一的推导原则处理不同材料体系、平衡与非平衡条件,以及力学、热学、电学等多种物理过程;允许具体有效模型随系统与尺度而变化,同时明确各层描述的适用范围、物理约束,以及误差和不确定性在尺度之间的传播。
最终目标是建立从微观相互作用到宏观现象的可追溯预测体系,使宏观规律及其参数能够由微观物理系统地产生,并在可承受的计算成本下获得可验证的预测。
能量与相互作用
Kohn–Sham 基态:总能量、能带结构,以及后续的力与应力。
现状:真实三维晶体上由 Lean 检查的 LDA 解(Si、NaCl 及晶胞体积为有理数的任意晶格);PBE 进行中。
结构与动力学
原子间势下的轨迹;由此得到的各相的自由能与相平衡。
现状:一维 Lennard-Jones 链的轨迹误差界;由 TDB 数据库得到的多组元 CALPHAD 平衡证书。
本构关系与场
场方程,其本构关系与系数(弹性、热学、输运)取自下层尺度。
现状:一维有限元,误差界针对连续问题的真解。
第一期给第二期的东西。上图的每个箭头都是计算量之间的映射,每个映射都可能以本纲领区分的三种方式出错(§2)。它的数学误差(离散、截断、拟合)和软件误差(算术、并行簿记)可以有界并由证明检查;它的物理误差(泛函、势的形式、本构假设)无法证明,只能用观测检验,并说明适用范围。每个尺度都有经过认证的区间、每个映射传递误差的方式都有证明了的界,前两类误差沿整条链的传播就成为定理而不是估计;与实验仍有的偏差就可以归到某个尺度上某个具名的物理近似。
现状。各单一尺度的部分已有,成熟度差别很大:DFT 已到真实三维晶体,MD 与 FEM 还是一维,CALPHAD 已到多组元合金。尺度之间的映射还没有一个经过认证。这是第二期的目标,不是第二阶段的承诺;第一批候选步骤列在进度页的第二期一节。
- 第二期候选 第一座桥:DFT 弹性常数进入 FEM 弹性力学。DFT 认证的应力或能量–应变曲线给出带区间的弹性常数;经过认证的线弹性有限元解再把这些区间传到位移与应力。需要认证的 DFT 应力和一维以上的 FEM。
- 第二期候选 DFT 形成能进入 CALPHAD。认证的形成能给出带区间的端元参数;CALPHAD 检查器再界定相界最多能移动多少。
- 第二期候选 由 DFT 拟合的原子间势进入 MD。原子间势拟合到经过认证的 DFT 能量与力,并给出拟合残差;MD 轨迹误差界对该势成立,残差作为映射 1 的模型误差报告。
§1
为什么要这样做
科学计算软件通常用三种办法建立信任:与解析解对比,与实验对比,与别的程序对比。这些办法都有效,但只覆盖被测到的情形,而且当结果出现偏差时,很难说清偏差来自哪一层。
Sleipner A 平台沉没
单元形状不佳使有限元分析把三格室壁的剪应力低估约 47%,混凝土基座在注水试验中破坏沉没。程序没有报错。
教训:网格质量与离散误差应当可检查,而非凭经验。
Δ 量规与可复现性
Lejaeghere 等人在 71 种单质晶体上比较了 40 种 DFT 方案,差异来源只能逐项对比去定位。
教训:隐式的数值设置应写进规范,并附误差界。
带隙问题
LDA 给出硅的带隙约 0.5 eV,实验为 1.17 eV。原因在模型而非数值:算得再精确,偏差仍在。
教训:只有数学与软件误差被严格界定,与实验的偏差才能归到模型本身。
并行化让问题更难。MD 程序在数千个 MPI 进程上做区域分解,原子跨越子域边界时如果丢失或重复,能量曲线上可能只出现一个很难察觉的跳变。浮点归约的顺序随进程数改变,同一个输入在不同规模的机器上会给出逐位不同的轨迹。这些错误与物理无关,是并发协议的错误,而并发协议正是 TLA+ 擅长处理的对象。
这几个例子对应三种错误:Sleipner A 是数学上的错误(离散误差失控),并行协议的错误是软件上的错误,带隙问题是物理上的错误(模型本身)。今天的做法用同一种手段(与实验、与别的程序对比)去同时检查三者,所以出现偏差时无法定位。本项目把三者分开:每一种正确各有自己的保证方式和自己的账本。
§2
核心主张:三重正确,可信度取决于最弱的一环
一个模拟结论要可信,必须同时满足三重正确,缺一不可:
- 物理上正确:模型(方程、泛函、力场、本构关系、热力学数据库)在所声明的范围内描述了真实世界。它不能被证明,只能由实验观测确认或证伪,结论总带着测量的不确定度。
- 数学上正确:求解的确实是模型的方程,解存在、唯一,离散与迭代的误差有严格的界。由 Lean 4 的机器证明保证。
- 软件上正确:程序忠实地执行了算法,并行协议不丢不重,浮点舍入误差有界。由 TLA+ 的规范与模型检验、Frama-C 对 C 代码的证明、以及经过证明的证书检查器保证。
可信度取决于链条上最弱的一环。我们把一次模拟从真实世界到浮点数的过程拆成七层,并为每两层之间写下明确的义务:第一段属于物理(确认),中间三段属于数学(PDE 与数值分析),后两段属于软件(规范与浮点分析)。据我们所知,这是第一次把三重正确放进同一个框架、同一份账本。
- L0
真实世界
实验观测:带隙、晶格常数、磁矩、相图、弹性模量、扩散系数,连同测量条件与不确定度。
- 物理 确认:模型的预测与观测在给定不确定度内一致,并且只在确认过的范围内声称一致
- L1
物理模型
方程本身:Kohn–Sham 方程、牛顿或 Langevin 运动方程、线弹性方程。
- 数学 适定性:解存在、唯一,并连续依赖于数据
- L2
连续问题
函数空间中的变分形式,例如在 H¹ 中求 u 使 a(u, v) = ℓ(v) 对所有 v 成立。
- 数学 离散误差估计:uh → u,并给出收敛阶
- L3
离散问题
有限维代数系统:刚度矩阵、平面波系数、粒子坐标。
- 数学 算法收敛:迭代在第 k 步停止时,代数误差受控
- L4
抽象算法
SCF 迭代、Velocity Verlet、共轭梯度法的数学描述,按精确算术理解。
- TLA+ 精化:并行程序的每一步都对应抽象算法的一步,或不改变抽象状态
- L5
并行程序
MPI 进程、消息、共享内存线程、GPU 流,以及检查点与重启。
- 浮点 舍入误差界:浮点结果与精确算术结果的距离
- L6
浮点执行
在 IEEE 754 硬件上实际算出来的那个数。
- 数学 离散误差与代数误差:由 PDE 理论和算法理论给出
- 浮点 舍入误差:由浮点分析给出
- TLA+ 前提:程序实际算出的就是 ũh(k),由精化保证
这个不等式是数学与软件两重正确的骨架。它的每一项都要有定理支撑,而它能够成立的前提(并行程序忠实地执行了抽象算法)要由软件层的规范来保证。物理正确在它的外面再加一层:
- 物理 测量误差与模型误差:只能由实验确认,带统计意义上的不确定度
- 数学 数值与软件误差:上面不等式给出的严格区间 y(u) ∈ [lo, hi]
今天的计算与实验对比时,三项混在一起:偏差可能来自模型,也可能来自截断、k 点、SCF 收敛、赝势或代码。当最后一项被证书严格界定时,偏差 yobs − ỹ 减去一个已知的区间,剩下的就只有模型误差与测量误差:模型误差得到严格的界,而不是估计。这里的模型指 L1 固定的一切:方程、泛函或力场、赝势,以及把计算量当作测量量的约定(例如用 Kohn–Sham 带隙代表光学带隙)。这是三重正确合在一起的意义,也是本项目与单纯的验证(verification)或单纯的确认(validation)的区别。确认的规则与等级见 §5。
§3
三重保证的工具:数学层、软件层、物理层,一座桥,一个地基
PDE 理论与数值分析
- 适定性:Lax–Milgram、inf-sup 条件、Kohn–Sham 能量泛函极小元的存在性
- 离散收敛:先验误差估计(Céa 引理、插值估计、平面波截断误差)与后验误差估计
- 结构保持:辛性、时间可逆性、动量守恒、电荷守恒、晶体对称性
- 迭代收敛:SCF 不动点、Newton 法、Krylov 方法的收敛条件与停止准则
工具 Lean 4 + Mathlib。Mathlib 已有 Hilbert 空间、测度论和 Lax–Milgram,可以直接作为起点。策略 先把定理写成带文献出处的公理,让上层可以立刻依赖它;再逐步把公理替换为机器证明。每一条尚未证明的公理都登记在可信账本里。
TLA+ 规范与模型检验
- 安全性:原子不丢不重,每个自由度只有一个所有者,并行组装无写冲突,无死锁
- 活性:消息最终送达;SCF 循环要么收敛,要么在有限步内报告失败
- 协议:区域分解与 halo 交换、分布式 FFT 转置、检查点与重启、自适应网格加密与负载再平衡
工具 PlusCal 写算法;TLC 在小规模实例上穷举;Apalache 做符号检验;TLAPS 写对任意规模成立的证明。与代码的连接 实现运行时输出事件日志,用 trace validation 检查日志是否是规范允许的行为。
精化:把数学定理传递给并行程序
抽象算法写成 TLA+ 规范 A:状态是全局密度或全局相空间坐标,每一步是一次数学上的迭代映射。并行实现写成规范 P:状态分散在各个进程上。精化映射把 P 的状态投影成 A 的状态,例如把各进程上的局部密度拼成全局密度。证明 P ⇒ A 之后,数学层关于 A 的收敛定理就对并行程序成立。
性能优化也按同样的方式处理:每一次优化都是一次新的精化,必须证明它仍然实现上一层规范。
实验确认:可追溯的观测数据与带证书的模型误差
- 确认什么:模型对可观测量的预测(带隙、晶格常数、体模量、磁矩、相边界、弹性响应、输运系数)与实验在所声明的范围与不确定度内一致
- 不一致时:给出带证书的模型误差,即观测值减去严格的计算区间,再计入测量不确定度
- 适用范围:在哪些成分、温度、压力、结构上确认过,在哪些地方没有数据
数据:每个实验数据点登记出处(DOI)、测量条件、不确定度,以及与模型比较前必须做的修正(例如带隙的零点振动与温度修正、晶格常数的零点膨胀),数据文件带哈希,随仓库版本化。规则:比较的量、容差与数据集在比较之前固定;用来拟合模型参数的数据不能再用来确认;确认结论只对确认过的范围成立。局限:物理正确不能被证明,只能被佐证或证伪;测量不确定度是统计意义上的,与数学层的严格区间性质不同,两者在报告中分开写。
浮点是一等公民
IEEE 754 加法不满足结合律。浮点结果不直接进入结论:大型求解器的输出交给经过证明的检查器,检查器要么全程用精确有理数,要么用向外舍入的区间算术,所以需要信任的浮点性质缩小到“就近舍入的结果是最近的 double”。
全局归约采用确定性的求和顺序,使结果不随进程数或线程数变化。舍入模型写进规范,与离散误差、代数误差放在同一个误差预算里。
一个结果如何获得保证
求解器从不被信任:它只负责提出候选,由经过证明的检查器裁决。这样我们既能用 LAPACK 和高效的浮点代码,又能把每个输出写成一条定理。四个领域走的是同样的四步。
求解器
C 驱动运行 SCF 循环、FEM 组装、Verlet 积分或平衡搜索,最后写出证书。
证书
浮点数按它本来的精确二进制有理数读入。证书里的任何内容都不被假定为正确。
检查器
用精确有理数重新检查一切。可靠性是 Lean 定理;证书有错只会让检查失败或区间变宽。
严格结论
可证明包含真实量的区间:FEM 连续问题的真解、MD 的真轨道、CALPHAD 的全局平衡。
与此同时,DFT 的 SCF 控制器写成 TLA+ 规范并经 TLC 检验(只有残差足够小、能隙打开、证书通过时才能报告“收敛”),每次运行都可以输出轨迹,按这份规范逐步重放检查。
10 月 6 日对检查器做了一次对抗式复审:攻击者控制证书(与驱动),不控制检查器与命令行。修复了七处缺陷:含 Unicode 换行或制表符的相名,会让读取输出的脚本切出伪造的行与字段;巨大的十进制与二进指数让检查器卡死;有 k 点没通过或权重之和不是 1 时仍输出态密度;k 点没通过后能带编号错位;问题回显(展宽、泛函、网格)没有全部与命令行对照。可靠性定理的陈述都没有改变。另记录了六处较弱的地方,例如 --tdb 证书可以省略相(它们列为不支持),次要检查失败时退出码不变;这两处现已修复。10 月 7 日的第二轮复审覆盖此后新增的入口(共线自旋、用户外势、fis multiplicity、certify-csp 与 fis 本身),没有发现错误的可靠性定理,又修复了八处:五个检查器统一的退出码(0 接受,1 拒绝,2 无法解析,3 次要检查未通过)、--tdb 证书须列出完整的相表、CALPHAD 首行精确匹配、自旋向下 k 点行的输入门、fis multiplicity 用高斯外势的球、对用户输入文件计算哈希、LSDA 能带回显、fis 忽略以结论命名的驱动行。make verify-all 每次重放 307 份伪造证书。
§4
证明义务矩阵
三个领域在七层上各自需要证明或确认的内容。这张表是项目的工作清单:每个单元格最终都要对应一份规范、一个定理、一条登记过的假设,或者(第一行)一条登记过的实验确认。第一行是 v0.4 新增的,目前还没有一个单元格完成。
| 层 | DFT · 密度泛函理论 · 电子结构 | MD · 分子动力学 · 原子轨迹 | FEM · 有限元 · 连续介质 |
|---|---|---|---|
| 观测 物理 | 带隙、晶格常数、体模量、磁矩、形成能的实验值与不确定度(含零点振动、温度修正);与严格的计算区间比较,得到带证书的交换关联泛函误差 | 状态方程、径向分布函数、扩散系数、比热的实验值;力场参数的拟合集与确认集分开 | 材料常数与载荷的测量值;结构试验中的位移、应变、破坏载荷与计算区间的比较 |
| 模型 | Kohn–Sham 方程,一个非线性特征值问题:H[ρ]ψi = εiψi,ρ = Σfi|ψi|² | 哈密顿系统;恒温模拟为 Langevin 动力学及其 Fokker–Planck 方程 | 椭圆、抛物、双曲型 PDE,例如线弹性 −∇·σ(u) = f 及其弱形式 |
| 连续理论 | Lieb 变分原理;LDA 型 Kohn–Sham 模型能量极小元的存在性;Hamiltonian 的自伴性 | 力场 Lipschitz 时解存在唯一;能量、动量、角动量守恒;相空间体积守恒(Liouville);Langevin 动力学的不变测度与遍历性 | Lax–Milgram 给出适定性;混合问题(Stokes、近不可压弹性)需要 inf-sup 条件;解的正则性决定可达的收敛阶 |
| 离散化 | 平面波截断的先验误差估计;Brillouin 区 k 点积分误差;赝势带来的模型误差单独登记 | Velocity Verlet 的辛性与时间可逆性;向后误差分析:存在修正哈密顿量,能量误差 O(Δt²) 在指数长的时间内有界 | Céa 引理加插值估计:‖u − uh‖H¹ ≤ C hk|u|Hk+1;网格形状正则性作为显式前提;后验估计量的可靠性与有效性 |
| 算法 | SCF 不动点迭代与 Anderson / Pulay 混合的局部收敛条件;LOBPCG、Davidson 保持轨道正交;SCF 状态机:收敛、振荡、重启 | 近邻表:只要上次重建后最大位移小于 skin 厚度的一半,就不会漏掉相互作用对;SHAKE / RATTLE 约束迭代的收敛 | CG / GMRES 与预条件子的收敛和停止准则;自适应循环 SOLVE → ESTIMATE → MARK → REFINE 的收敛性 |
| 并行执行 | k 点、能带、平面波三级并行的数据划分;分布式三维 FFT 转置不丢不重;全局归约后各进程看到同一个 ρ | 区域分解下原子迁移守恒;ghost 原子交换一致;无死锁;检查点重启前后状态等价 | 并行组装无写冲突;每个自由度恰有一个所有者;分布式加密后网格保持协调,负载再平衡不丢单元 |
| 浮点 | 正交化过程中舍入误差的累积;电荷守恒 ∫ρ = N 的数值偏差界 | 长时间积分中舍入误差的累积;归约顺序导致的逐位不可复现 | 刚度矩阵条件数 κ ∼ h−2 对可达精度的限制;数值求积误差 |
§5
可信等级与确认等级
不是所有东西都能马上被证明。每个组件都要如实标出自己所处的等级,并在可信账本中列出它依赖的假设。等级只升不虚标。
测试
回归测试、解析解对比、与既有代码对标。只对测过的输入成立。
文献证明
有纸面证明和文献出处,假设已显式列出,但尚未机器检查。
模型检验
TLC 或 Apalache 在有限规模实例上穷举了全部行为。
机器证明
Lean、Rocq 或 TLAPS 证明,对任意规模成立,但停留在抽象模型、精确算术或代码的逐行模型层面。
端到端
机器证明一直覆盖到可执行代码和浮点舍入。先例:Boldo 等人对一维波动方程 C 程序的完整证明。
T0–T4 衡量数学与软件两重正确。物理正确不能证明,另用一条独立的确认等级衡量,记作 V0–V3。一个结论同时带两个等级,例如“带隙区间 T4,与实验的比较 V2”。迄今所有结果都是 V0:账本中还没有确认命题,物理确认这条线在计划中(§8)。
未确认
没有与实验观测比较。只能说“模型给出了这个数”。
单点比较
与有出处、有不确定度的实验数据比较过,偏差连同计算区间与测量不确定度一起报告。
系统确认
在事先固定的数据集与协议上系统比较,数据集与拟合集分开,给出模型误差的分布与确认过的适用范围。
盲预测
计算区间在测量之前存档(带时间戳与证书),随后由独立的实验确认或证伪。
§6
原则
规范先于代码
每个模块先有数学陈述和 TLA+ 规范,再有实现。
假设必须可见
正则性、网格条件、步长限制、收敛阈值都写进规范,不藏在输入文件的默认值里。
等级如实
宁可标 T0,也不虚标 T3。可信账本是项目里最重要的文件。
小的可信内核
只有少数内核需要达到 T4;上层通过组合定理继承它们的保证。
浮点进入规范
舍入模型和误差界与离散误差一起进入同一个误差预算。
默认可复现
相同输入在任意进程数下给出逐位相同的结果,除非使用者显式放弃这一点。
先正确,后性能
先得到可证明的版本,再在不破坏证明的前提下优化。每次优化都是一次新的精化。
验证检查器,不验证求解器
LAPACK、FFT 库这类大型数值库不做证明,而是为它们的输出写经过证明的检查器。求解器可以替换,保证来自检查器。
每次运行附带报告
报告的每一行都标出可信账本中的命题编号,由编号查到它的等级与所依赖的假设;报告末尾列出本次运行用到的假设。
每个输出都有定理
程序输出的每个数都要对应一条机器证明的定理。结果是近似值时(迭代、离散化、k 点采样、有限温度、浮点),要证明的是误差界,测试、模型检验与 sanitizer 只作辅助证据。还没有这样一条定理的输出算未完成,列为缺口。
三重分开记账
数学与软件的结论记 T 等级,物理的结论记 V 等级,报告中分开写。严格区间与统计不确定度不混在一起。
实验数据可追溯
每个用于确认的实验值都有出处、条件、不确定度与修正说明;拟合集与确认集分开,比较协议在比较之前固定。
开放
规范、证明、基准、实验数据集和可信账本都将公开,任何人都可以重新检查。
§7
不做什么
不声称证明了物理模型
物理正确只能由观测确认,结论总带着测量不确定度,并且只在确认过的范围内成立(§5 的 V 等级)。本项目衡量模型误差,但不以发展新的泛函、力场或本构模型为目标。2026-10-08 之前的版本把确认整个排除在外(“不判断物理模型是否正确”),这一非目标现已撤回,确认成为三重正确之一。
不在一开始就替代现有软件
Quantum ESPRESSO、VASP、LAMMPS、GROMACS、deal.II、FEniCS 是对标对象和参照。
不要求所有代码都被证明
输入解析、I/O、可视化停留在 T0 即可,只要它们不进入误差预算。
§8
路线图
本路线图及其阶段 0–4 都是第一期(认证的正确性,见 §0)之内的步骤。
当前目标:三重正确的三维展示 2026-10-08 设定
把 DFT 推广到三维真实材料,并在同一批体系上同时给出三重正确的证据:数学正确(SCF 解的存在唯一、能量与带隙的严格区间,能做到时针对连续问题)、软件正确(并行协议的 TLA+ 规范与 trace validation,经过证明的检查器)、物理正确(与实验带隙、晶格常数、磁矩的系统确认,给出带证书的交换关联泛函误差)。三个展示例子及其在 2026-10-17 的进展:
- 物理 S1 带证书的模型误差。一组半导体与绝缘体的 LDA(之后 PBE)带隙、晶格常数与实验系统比较;计算值是严格区间,偏差就是模型(泛函与赝势,以 Kohn–Sham 带隙代表测量的带隙)的误差:不含数值误差的带隙问题。进展:协议设定下的 Si 模型已有证书(DFT-K29),并在整个布里渊区上有界:规则 U 下带隙不超过 0.530902 eV(W42–W51);10 月 22–26 日起,Si、AlP、GaP 模型的带隙在整个布里渊区上有两侧界,并已与实验比较(DFT-O04、O20、O24)。确认一侧,Cohen–Bergstresser 赝势已在预注册的规则下与十二种半导体的实验比较(DFT-O01–O03、O07–O19)。
- 数学 S2 不是基态。用机器检查的证书证明一个收敛的自洽解不是离散模型的基态:较高的解有证书,另一个试探态的自由能上界严格更低。涉及的能量次序是已知物理,所以这是严格性上的第一次,不是物理发现;第一例已在简单立方氢上完成(局域赝势,证书余量 330 meV),下一个是 NiO。
- 软件 S3 并行正确与逐位可复现。三维的 k 点、能带、平面波并行与分布式 FFT 转置写成 TLA+ 规范,模型检验并做 trace validation;任意进程数下逐位一致;植入的并行错误被发现。进展:协议层规范已用 TLC 检验(DFT-R08–R11,T2);10 月 28 日起,三维 MPI 驱动在 1 到 32 个进程的 25 种布局下结果逐位相同,日志通过轨迹验证(DFT-R13–R18)。
与之并行的是物理确认线 P:V 等级写进账本规则,各领域账本新开“确认”一节,实验数据集逐项核对原始文献并随仓库版本化,比较协议在比较前固定,运行报告分数学、软件、物理三栏。计划、阶段与待定事项见 docs/plan-dft3d.md。DFTK 功能对齐(G1)继续作为一维与三维实现的参照。
目标 G1:DFTK 功能对齐 2026-09-29 设定
让 mini-DFT 覆盖 DFTK.jl 的主要功能。只有实现、与 DFTK 在同一离散问题上一致、输出有 Lean 证书三条都满足,才算完成。顺序是先在 1D 做全,再把 Lean 模型推广到 d 维做 3D,最后是基础设施与外部接口。FEM 改由并行目标 G2 推进;阶段 2 的 MD 在 2026-10-01 做出了基础版本 mini-MD v0。逐项状态 →
并行目标 G2:带形式化证明的有限元,对照 scikit-fem 2026-09-30 设定
用自己的 C 实现覆盖 scikit-fem 的主要功能,scikit-fem 在同一离散问题上作独立参照。完成标准与 G1 相同;能做到的地方,证书的结论针对连续问题的真解,而不只是离散解。先在 1D 做全,再做 2D 三角形网格。逐项状态 →
并行目标 G3:带形式化证明的 CALPHAD,对照 pycalphad 2026-10-01 设定
用自己的 C 实现读 TDB 热力学数据库、求相平衡,pycalphad 在同一数据库、同一组相上作独立参照。完成标准与 G1、G2 相同;证书的结论针对数据库模型真正的全局平衡,而不只是驱动找到的局部解。先把二元体系做全(点平衡、相图、不变反应、磁性),再做多元与亚点阵模型。逐项状态 →
- 阶段 0最小 DFT已达退出标准
一维周期约化 Hartree 模型,平面波离散,串行执行。用它把 L1 到 L6 完整走通一遍,同时建立整个项目会复用的基础设施:可信账本、证书检查器、运行报告格式、trace validation。
退出标准义务清单中的命题全部达到目标等级;四组基准通过;每次运行都输出可信报告。
- 阶段 1DFT 扩展部分完成
一维 LDA 交换关联(凸性丢失,唯一性改为局部结论);k 点采样,以及 k 点的 MPI 并行——项目第一个真正的并行协议;三维平面波与局域赝势,与 DFTK.jl 交叉校验。
退出标准k 点并行在 1 到 64 个进程上结果逐位一致,运行日志全部通过 trace validation。
- 阶段 2推广到 MD 与 FEM已达退出标准
复用阶段 0 建立的框架,做两个最小版本:一维 Lennard-Jones 原子链加 Velocity Verlet;一维 Poisson 方程加 P1 线性元。TLA+ 模块覆盖 halo 交换、原子迁移、并行组装、检查点。
退出标准两个最小版本都输出可信报告;Céa 引理与 Verlet 辛性达到 T3。
- 阶段 3可信内核部分完成
选定少数内核达到 T4:平面波动能算子的作用、FEM 单元刚度矩阵组装、Verlet 单步;浮点误差界的机器证明与代码相连。
退出标准这些内核的浮点误差界经过机器检查,并进入全局误差预算。
- 阶段 4对标部分完成
在标准基准上与既有代码比较:DFT 用 Δ 量规,MD 用 NVE 能量漂移和径向分布函数,FEM 用制造解方法检验收敛阶。
退出标准公开基准结果,以及每个结果对应的可信账本。
第一段与第二段每个目标的现状(已实现与计划中)见路线图(进度页第 04 节)。逐项现状见进度页,以及每个领域各自的页面:DFT、FEM、MD、CALPHAD、CSP。
§9
第一个里程碑:mini-DFT 与 mini-FEM
在扩展到 MD 和 FEM 之前,先用一个尽量小的 DFT 程序把 L1 到 L6 全部走通。它要小到每一层的证明义务都能写清楚,同时保留 Kohn–Sham 计算的完整骨架:非线性特征值问题、自洽迭代、平面波离散。
| 模型 | 一维周期约化 Hartree(rHF)模型,不含交换关联项。区域为周期区间 [0, L),N 个电子,自旋简并。能量为动能、外势能与 ½ Hartree 能之和,Hartree 核在非零频率上为 4π/q²。 |
| 外势 | 光滑周期函数:常数、余弦、周期化的高斯双势阱(可重复多份)。一维 Coulomb 势在原点不可积,因此不用它。 |
| 离散 | 平面波,|k| ≤ K;只取 Γ 点,或 Nk 个等权 k 点(Γ 中心或 Monkhorst–Pack 网格)。实空间网格点数不少于 4K + 1,保证密度和 Hamiltonian 作用没有混叠。 |
| 占据 | 零温时假设能隙存在,每次迭代都用区间算术检查;有限温度时用 Fermi–Dirac、Gaussian、Methfessel–Paxton 或 Marzari–Vanderbilt 占据,所有 k 点共用一个化学势。 |
| 算法 | SCF 迭代,线性或 Anderson 混合,可加 Kerker 预条件;稠密矩阵直接对角化;k 点用共享内存线程并行,按固定顺序累加。 |
为什么选 rHF
它的能量关于密度矩阵是凸的,而 Hartree 项在非零频率上严格凸,所以基态密度唯一。在 DFT 家族里,这是数学性质最干净的模型,适合作为第一个机器证明的对象。加入 LDA 交换关联后凸性会丢失,这一步放在阶段 1。
LAPACK 求解,检查器担保
LAPACK 本身停在 T0。驱动收敛后写出证书,用 Lean 写成并编译的检查器以精确有理数重新检查,输出能量、自由能、截断极限、密度、本征值、能带与态密度的严格区间。检查器的可靠性是 Lean 定理;它不信任求解器给出的任何数,求解器算错只会让检查失败或区间变宽。
mini-FEM 在目标 G2 下沿用同一模式:一维 Poisson 方程的 P1 线性元(Dirichlet、Neumann、Robin 边界),梁方程的三次 Hermite 元(固支、简支、自由、滑动),右端项由多项式、指数、正弦、余弦组合而成。Lean 检查器给出连续问题真解在每个节点上的严格区间,以及整个区间上最大误差的严格上界。自适应加密以这些经过证明的单元误差界作为标记量。
mini-MD(2026-10-01)对一维 Lennard-Jones 原子链加 Velocity Verlet 做了同样的事:检查器给出每一步与 Newton 方程真解的距离,以及从初值出发约一个振动周期内的整体误差界。mini-CALPHAD(目标 G3)为读自 TDB 数据库的二元相平衡出具证书(包括磁性相与整张相图),给出化学势、驱动力,以及任意平衡中可能出现哪些相。详见 MD 与 CALPHAD 页。
mini-CSP(2026-10-07)以 Lennard-Jones 团簇开始结构搜索:不可信的搜索器提出候选,检查器证明每个候选是精确的局部极小(模转动、反射与平移唯一),并证明候选之间相同或不同。BEST 是这次搜索找到的最低的已认证极小,不作全局最优的结论。
§10
决定与待决问题
证明器分层:数学层与浮点模型用 Lean 4,代码层用 Frama-C 的浮点模型
- 分工
- Lean 4 + Mathlib 负责 L1–L4(适定性、离散误差估计、结构保持、迭代收敛),以及 L6 的两部分:证书检查器(精确有理数,编译成可执行程序)与区间算术内核的逐行 binary64 模型。
- Frama-C/WP 负责 C 可信内核的运行时安全。
- 代码层连接(2026-10-06 决定):Frama-C/WP 的浮点模型。区间算术内核的 ACSL 契约用实数写出与 Lean 定理相同的陈述,WP 把每一次
double运算翻译成 Why3 的 IEEE 754 binary64 理论,Alt-Ergo、CVC5、Z3 对实际的 C 代码证明全部目标(DFT-F01、F02 达到 T4)。惯性计数中,Frama-C 证明区间包含精确的对称选主元消去,Lean 证明这一消去给出本征值个数。
- 理由
- 数学层是项目的主体;Mathlib 的泛函分析与测度论是一个统一的库,AI 辅助证明工具也大多优先支持 Lean。“验证检查器,不验证求解器”把浮点义务缩小了,Lean 中一个很小的 binary64 模型就够用。代码层选 Frama-C,是因为它已经证明了内核的运行时安全,同一份注释、同一次证明运行就能扩展到浮点,不再引入第三个证明器和第二套 C 语义;WP 的 IEEE 754 模型加 Alt-Ergo 的浮点理论能自动证明舍入目标;不选 Rocq,Lean 与 Rocq 的接口规则和命题 DFT-I01 随之撤销。
- 代价
- ACSL 陈述与 Lean 陈述说的是同一件事,只能人工对照(账本中登记为假设)。可信基增加了 WP 的浮点模型、
nextafter的契约、Frama-C libc 中sqrt、fabs、isfinite的契约、三个 SMT 求解器,以及 WP 不能翻译INFINITY而用的一条admit。SMT 证明依赖手写的不变式与提示,在 384 核的机器上全部目标约 5 分钟。
实现语言:C11,分成经过证明的内核和不受信任的驱动
- 分工
- 可信内核:单位根、网格密度与电荷区间、区间算术的本征对残差上界与惯性计数。只用受限的 C 子集并带形式化注释,Frama-C/WP 证明没有运行时错误与区间算术的浮点正确性(T4)。
- 证书检查器用 Lean 写,全程精确有理数,可靠性是 Lean 定理。
- 驱动:SCF 循环、调用 LAPACK、线程并行、输入输出、可信报告、事件日志、写证书。停在 T0,它算出的任何数都要先通过内核或检查器,才会作为有保证的结果写进报告。
- Python 与 Julia 只用在基准和 trace validation 工具里,不进入可信链。
- 理由
- 代码级验证最成熟的路线都从 C 出发;LAPACK 和 FFTW 本身提供 C 接口。C 的主要风险是内存安全:内核由证明兜底,驱动用 sanitizer 测试。编译时禁止乘加合并与一切改变浮点语义的优化,保证编译后的运算与证明一致。
- 未选的方案
- Rust(验证工具与上述代码层工具接不上)、Julia 或 Python(没有代码级证明的路线)、Fortran(形式化验证工具很少)、Lean 本身(其浮点没有形式化语义)。
待决问题
- 一维 rHF 的连续理论。2026-10-05 已解决到 T1:文献中没有直接覆盖一维周期 Hartree 核的结果,项目自己补了纸面证明(零温与有限温度的基态存在、密度唯一,截断极限等于连续能量,解析外势下平面波的指数收敛)。剩下的是机器化,与下一条有关。截断极限一条已于 2026-10-08 机器化(DFT-C02,T3):连续模型写在 Fourier 空间,绕开周期 Sobolev 空间;它与 H¹ 上算子模型的等价是假设 A-DFT-08。
- 与实验比较。测量量与模型量很少是同一个东西:带隙要做零点振动与温度修正,晶格常数要去掉零点膨胀,而这些修正本身来自别的模型或测量。它们怎样进入 V 等级而不污染严格的部分,以及在已发表的泛函与数据库没有写明拟合数据时怎样保证拟合集与确认集分开,都还没有答案。
- Sobolev 空间的机器化深度。先公理化到什么程度,哪些定理值得优先证明?
- 随机性。Langevin 动力学和随机初猜涉及概率性质,TLA+ 只描述不确定性。
- GPU。异步流和弱内存模型如何进入 TLA+ 规范。
§11
参考文献
- B. Jakobsen, F. Rosendahl. The Sleipner platform accident. Structural Engineering International 4(3), 1994.
- K. Lejaeghere et al. Reproducibility in density functional theory calculations of solids. Science 351, aad3000, 2016.
- J. P. Perdew, M. Levy. Physical content of the exact Kohn–Sham orbital energies: band gaps and derivative discontinuities. Physical Review Letters 51, 1884, 1983.
- L. J. Sham, M. Schlüter. Density-functional theory of the energy gap. Physical Review Letters 51, 1888, 1983.
- W. L. Oberkampf, C. J. Roy. Verification and Validation in Scientific Computing. Cambridge University Press, 2010.
- S. Boldo, F. Clément, J.-C. Filliâtre, M. Mayero, G. Melquiond, P. Weis. Wave equation numerical resolution: a comprehensive mechanized proof of a C program. Journal of Automated Reasoning 50(4), 2013.
- S. Boldo, F. Clément, F. Faissole, V. Martin, M. Mayero. A Coq formal proof of the Lax–Milgram theorem. CPP 2017.
- J. P. Solovej. Proof of the ionization conjecture in a reduced Hartree–Fock model. Inventiones Mathematicae 104, 1991.
- E. Cancès, A. Deleurence, M. Lewin. A new approach to the modeling of local defects in crystals: the reduced Hartree–Fock case. Communications in Mathematical Physics 281, 2008.
- E. Cancès, R. Chakir, Y. Maday. Numerical analysis of the planewave discretization of some orbital-free and Kohn–Sham models. ESAIM: M2AN 46(2), 2012.
- M. F. Herbst, A. Levitt, E. Cancès. DFTK: A Julian approach for simulating electrons in solids. JuliaCon Proceedings, 2021.
- E. Hairer, C. Lubich, G. Wanner. Geometric Numerical Integration, 2nd ed. Springer, 2006.
- B. Leimkuhler, C. Matthews. Rational construction of stochastic numerical methods for molecular sampling. AMRX, 2013.
- P. Binev, W. Dahmen, R. DeVore. Adaptive finite element methods with convergence rates. Numerische Mathematik 97, 2004.
- L. Lamport. Specifying Systems: The TLA+ Language and Tools for Hardware and Software Engineers. Addison-Wesley, 2002.
- H. Cirstea, M. A. Kuppe, B. Loillier, S. Merz. Validating traces of distributed programs against TLA+ specifications, 2024.