DFT-Agent 评测基准 · 基线资源消耗报告

本报告记录了一次完整的「基线评测」运行结果。所谓基线，就是把当前最稳定的 AI 解题流程跑一遍， 看在标准硬件上完成全部题目要花多少钱、多少时间、多少算力，作为后续改进方案的对照参考。
测试设置：用 DeepSeek 公司的 deepseek-v4-pro 大模型搭配 我们自研的第一版 AI 解题流程（内部代号 v1-stable），跑了 148 道 DFT （密度泛函理论）计算题。其中结构优化类（T1）共 80 题、能带与态密度类（T2）共 68 题。 两道题同时跑（最多并行 2 个）。
硬件：2 张 NVIDIA H100 GPU（每张 80 GiB 显存）。
启动时间：2026-05-08T14:08:52Z。 报告生成时间：2026 年 05 月 10 日 05:34。

§1 跑这一轮测试需要多少资源？

这一节回答三个最关心的问题：要花多少钱、占多少机器、跑多久。

1.1 资源消耗一览

完成的题目数
148
T1（结构优化）80 题，T2（能带与态密度）68 题，全部成功完成
API 调用总成本
$4.37
平均每题 $0.0296（约 20.2 分人民币）
全部题目耗时之和
56.7 小时
实际跑完用了约 28.4 小时（同时跑 2 题，所以挂钟时间减半）
AI 思考 / 等模型回复时间
24.7 小时
占总耗时的 44%；这部分按 token 计费,是 API 成本主体
DFT 实际计算时间
13.6 小时
占总耗时的 24%；累计调用 Quantum ESPRESSO 790 次
AI 处理的文字总量
125.7 百万 token
输入 122.9M，输出 2.76M（约相当于 250 本中等小说的字数）
提示词缓存命中率
97.2%
119.5M 命中（按折扣价，便宜 120 倍）/ 3.45M 未命中（标准价）
GPU 计算利用率
54.6%
取每题运行时 GPU 使用率的 95 分位再求平均；最高 99%，最低 0%
GPU 显存峰值占用
5.0 GiB
H100 单卡 80 GiB 显存，本批次最高仅用到 23.6 GiB（远未跑满）
GPU 功耗水平
172 瓦
H100 SXM 满载约 700 瓦，本批次最高仅 353 瓦
性能瓶颈分布：GPU 闲置（瓶颈在 AI 推理或调度）：79 题 ｜ GPU 算力受限：69 题

分析方法：把每道题运行期间的 GPU 算力使用率、显存带宽、显存容量、温度四个维度归一化后取最大值， 判定这道题被哪个维度限制。如果四个维度都不忙，就归类为「GPU 闲置」——这种情况下 GPU 大部分 时间在等 AI 思考或网络回包，换更便宜的 GPU（例如消费级 RTX 4090）也跑得动。

1.2 换其他大模型来跑要多少钱？

这次用 DeepSeek 跑了 148 道题，实际花了 $4.37。 如果换成其他大模型，按相同的输入输出文字量估算，预计花费如下表。所有数字都换算成美元便于比较。

表格三种成本列的含义：
不用缓存：假设所有输入文字都按标准价计费——这是最保守的上限，对应 「不优化任何缓存策略」的情况。
实际享缓存价：用模型厂商公开的缓存折扣价计算。我们目前在配置文件里只填了 DeepSeek 系列的缓存价，所以只有 DeepSeek 这两行有数字。其中 deepseek-v4-pro 这一格 就等于我们这次的真实账单。
理论享缓存价：模拟另一种情形——如果让 AI 解题流程主动开启 Anthropic （Claude 系列）的提示词缓存功能，按 Anthropic 官方公开的折扣倍数（缓存读取价 = 输入价 × 0.1，缓存写入价 = 输入价 × 1.25），同时假设缓存命中率与 DeepSeek 实测一致（约 97%）， 算出来的成本。当前 v1 版 AI 流程没开这个功能，实际跑 Claude 时会按「不用缓存」列付费。

另一个隐含假设是：其他模型的"思考长度"（输出 token 数）与 DeepSeek 接近。一些更深度推理 的模型可能输出更长，实际成本会比表格略高。

大语言模型厂商定位输入价（美元/百万 token）输出价（美元/百万 token）不用缓存（美元）实际享缓存价（美元）理论享缓存价（美元）说明
claude-sonnet-4-6Anthropic（Claude）旗舰$3.000$15.000$410.07—$90.12当前 v1 版 AI 流程未开启 Anthropic 缓存功能；按「不用缓存」付费。如开启则按「理论享缓存价」
claude-opus-4-7Anthropic（Claude）旗舰$5.000$25.000$683.45—$150.19当前 v1 版 AI 流程未开启 Anthropic 缓存功能；按「不用缓存」付费。如开启则按「理论享缓存价」
claude-haiku-4-5Anthropic（Claude）通用$1.000$5.000$136.69—$30.04当前 v1 版 AI 流程未开启 Anthropic 缓存功能；按「不用缓存」付费。如开启则按「理论享缓存价」
kimi-k2-turbo-previewMoonshot（月之暗面 Kimi）通用$1.171$8.492$167.37——Kimi 也提供提示词缓存，但官方价格未在配置里记录
kimi-k2-0905-previewMoonshot（月之暗面 Kimi）旗舰$0.586$2.343$78.44——Kimi 也提供提示词缓存，但官方价格未在配置里记录
kimi-k2.5Moonshot（月之暗面 Kimi）旗舰$0.952$3.953$127.87——Kimi 也提供提示词缓存，但官方价格未在配置里记录
deepseek-v4-flashDeepSeek（深度求索）通用$0.146$0.293$18.80$1.66—已配置缓存价；同一份对话用此模型重跑可享 120 倍折扣
deepseek-v4-proDeepSeek（深度求索）旗舰$0.439$0.878$56.41$4.37—★ 本次实际使用的模型；「实际享缓存价」一栏就是真实账单

§2 各项性能指标的分布情况

这一节回答「典型的题大概什么样、最难/最贵/最慢的题在哪里」。每个指标都给出五个统计值 （题数、平均、中位数、95 分位、最小值/最大值）和一张直方图，方便看出分布形状。

名词解释：
中位数（p50）：把所有题按这个指标排序后取中间那道的值，反映「典型」水平。 比平均值更不受极端值影响。
95 分位（p95）：排序后位于 95% 位置的值，反映「较差但不极端」的情况。 常用于评估系统能否扛住绝大多数任务。
token：大语言模型处理文字的最小单位。一个英文单词约 1.3 个 token， 一个汉字约 1-2 个 token。

题目得分（满分 1.0）

由评测器自动比对 AI 提交的结果与标准答案给出，越接近 1.0 越好。
题数 148 ｜ 平均 0.778 ｜ 中位 1.000
95 分位 1.000 ｜ 最小 0.000 ｜ 最大 1.000
0 – 0.0833
3
0.0833 – 0.167
3
0.167 – 0.25
1
0.25 – 0.333
2
0.333 – 0.417
13
0.417 – 0.5
7
0.5 – 0.583
9
0.583 – 0.667
12
0.667 – 0.75
3
0.75 – 0.833
10
0.833 – 0.917
7
0.917 – 1
78

单题总耗时（秒）

AI 接到题目到提交答案之间的真实时间，包含思考、DFT 计算、文件读写等所有环节。
题数 148 ｜ 平均 1380 秒 ｜ 中位 828 秒
95 分位 4426 秒 ｜ 最小 223 秒 ｜ 最大 7896 秒
223 – 862
76
862 – 1.5e+03
34
1.5e+03 – 2.14e+03
7
2.14e+03 – 2.78e+03
9
2.78e+03 – 3.42e+03
7
3.42e+03 – 4.06e+03
3
4.06e+03 – 4.7e+03
6
4.7e+03 – 5.34e+03
2
5.34e+03 – 5.98e+03
0
5.98e+03 – 6.62e+03
3
6.62e+03 – 7.26e+03
0
7.26e+03 – 7.9e+03
1

AI 思考 / 等模型回复（秒）

调用大语言模型 API 的累计等待时间。这部分按 token 计费，是 API 成本主体。
题数 148 ｜ 平均 602 秒 ｜ 中位 512 秒
95 分位 1252 秒 ｜ 最小 179 秒 ｜ 最大 1674 秒
179 – 303
39
303 – 428
27
428 – 553
13
553 – 677
14
677 – 802
16
802 – 927
12
927 – 1.05e+03
6
1.05e+03 – 1.18e+03
7
1.18e+03 – 1.3e+03
10
1.3e+03 – 1.42e+03
1
1.42e+03 – 1.55e+03
1
1.55e+03 – 1.67e+03
2

DFT 实际计算时间（秒）

Quantum ESPRESSO 在 GPU 上跑量子力学计算的累计时间，反映任务本身的物理复杂度。
题数 148 ｜ 平均 332 秒 ｜ 中位 103 秒
95 分位 1935 秒 ｜ 最小 12 秒 ｜ 最大 3698 秒
11.6 – 319
113
319 – 626
15
626 – 933
5
933 – 1.24e+03
3
1.24e+03 – 1.55e+03
2
1.55e+03 – 1.85e+03
2
1.85e+03 – 2.16e+03
4
2.16e+03 – 2.47e+03
2
2.47e+03 – 2.78e+03
1
2.78e+03 – 3.08e+03
0
3.08e+03 – 3.39e+03
0
3.39e+03 – 3.7e+03
1

DFT 调用次数

AI 在解题过程中启动 Quantum ESPRESSO 的次数。次数越多通常意味着 AI 更细致地分步骤验证。
题数 148 ｜ 平均 5 次 ｜ 中位 5 次
95 分位 10 次 ｜ 最小 1 次 ｜ 最大 20 次
1 – 2.58
27
2.58 – 4.17
47
4.17 – 5.75
5
5.75 – 7.33
37
7.33 – 8.92
9
8.92 – 10.5
17
10.5 – 12.1
3
12.1 – 13.7
1
13.7 – 15.2
1
15.2 – 16.8
0
16.8 – 18.4
0
18.4 – 20
1

命令行工具总耗时（秒）

AI 通过命令行执行的所有动作（含 DFT 计算 + 文件操作 + 数据查看等）累计耗时。
题数 148 ｜ 平均 778 秒 ｜ 中位 230 秒
95 分位 3660 秒 ｜ 最小 21 秒 ｜ 最大 7055 秒
21 – 607
108
607 – 1.19e+03
9
1.19e+03 – 1.78e+03
9
1.78e+03 – 2.37e+03
6
2.37e+03 – 2.95e+03
4
2.95e+03 – 3.54e+03
2
3.54e+03 – 4.12e+03
6
4.12e+03 – 4.71e+03
1
4.71e+03 – 5.3e+03
1
5.3e+03 – 5.88e+03
1
5.88e+03 – 6.47e+03
0
6.47e+03 – 7.06e+03
1

对话轮数

AI 与系统来回交互的轮数。每轮 = 一次模型响应 + 一次工具调用。本次上限设为 100 轮。
题数 148 ｜ 平均 32 轮 ｜ 中位 30 轮
95 分位 58 轮 ｜ 最小 12 轮 ｜ 最大 80 轮
12 – 17.7
24
17.7 – 23.3
29
23.3 – 29
19
29 – 34.7
18
34.7 – 40.3
20
40.3 – 46
7
46 – 51.7
14
51.7 – 57.3
8
57.3 – 63
3
63 – 68.7
2
68.7 – 74.3
0
74.3 – 80
4

单题 API 成本（美元）

按 DeepSeek 实际计费规则计算的单题花费，已考虑提示词缓存折扣。
题数 148 ｜ 平均 0.0296 ｜ 中位 0.0242
95 分位 0.0665 ｜ 最小 0.0076 ｜ 最大 0.0932
0.00756 – 0.0147
48
0.0147 – 0.0218
22
0.0218 – 0.029
18
0.029 – 0.0361
9
0.0361 – 0.0432
15
0.0432 – 0.0504
10
0.0504 – 0.0575
9
0.0575 – 0.0646
7
0.0646 – 0.0718
5
0.0718 – 0.0789
2
0.0789 – 0.086
2
0.086 – 0.0932
1

输入 token 数

AI 收到的全部输入文字量（系统提示 + 历史对话 + 工具回执）。
题数 148 ｜ 平均 830478 ｜ 中位 615040
95 分位 2299963 ｜ 最小 135217 ｜ 最大 3431256
1.35e+05 – 4.1e+05
60
4.1e+05 – 6.85e+05
19
6.85e+05 – 9.59e+05
19
9.59e+05 – 1.23e+06
12
1.23e+06 – 1.51e+06
15
1.51e+06 – 1.78e+06
8
1.78e+06 – 2.06e+06
5
2.06e+06 – 2.33e+06
4
2.33e+06 – 2.61e+06
2
2.61e+06 – 2.88e+06
2
2.88e+06 – 3.16e+06
1
3.16e+06 – 3.43e+06
1

输出 token 数

AI 生成的全部回复文字量（含推理过程 + 工具调用参数）。
题数 148 ｜ 平均 18620 ｜ 中位 15463
95 分位 41268 ｜ 最小 5288 ｜ 最大 47823
5.29e+03 – 8.83e+03
37
8.83e+03 – 1.24e+04
27
1.24e+04 – 1.59e+04
11
1.59e+04 – 1.95e+04
10
1.95e+04 – 2.3e+04
14
2.3e+04 – 2.66e+04
13
2.66e+04 – 3.01e+04
11
3.01e+04 – 3.36e+04
8
3.36e+04 – 3.72e+04
4
3.72e+04 – 4.07e+04
5
4.07e+04 – 4.43e+04
6
4.43e+04 – 4.78e+04
2

GPU 计算利用率 95 分位（%）

题目运行期间，GPU 算力使用率排序后的 95 分位值。100% 表示 GPU 在算；0% 表示空闲。
题数 148 ｜ 平均 54.6% ｜ 中位 57.0%
95 分位 99.0% ｜ 最小 0.0% ｜ 最大 99.0%
0 – 8.25
19
8.25 – 16.5
0
16.5 – 24.8
1
24.8 – 33
1
33 – 41.2
10
41.2 – 49.5
18
49.5 – 57.8
27
57.8 – 66
23
66 – 74.2
26
74.2 – 82.5
1
82.5 – 90.8
2
90.8 – 99
20

GPU 显存峰值（MiB）

题目运行期间显存占用的 95 分位。1 GiB = 1024 MiB；H100 单卡 80 GiB ≈ 81920 MiB。
题数 148 ｜ 平均 5101 MiB ｜ 中位 2057 MiB
95 分位 19388 MiB ｜ 最小 4 MiB ｜ 最大 24152 MiB
4 – 2.02e+03
67
2.02e+03 – 4.03e+03
34
4.03e+03 – 6.04e+03
6
6.04e+03 – 8.05e+03
11
8.05e+03 – 1.01e+04
7
1.01e+04 – 1.21e+04
6
1.21e+04 – 1.41e+04
1
1.41e+04 – 1.61e+04
2
1.61e+04 – 1.81e+04
0
1.81e+04 – 2.01e+04
8
2.01e+04 – 2.21e+04
2
2.21e+04 – 2.42e+04
4

GPU 功耗 95 分位（瓦）

GPU 实测瞬时功耗的 95 分位。H100 SXM5 满载约 700 瓦。
题数 148 ｜ 平均 172.4 瓦 ｜ 中位 139.1 瓦
95 分位 331.1 瓦 ｜ 最小 73.6 瓦 ｜ 最大 352.7 瓦
73.6 – 96.9
6
96.9 – 120
5
120 – 143
68
143 – 167
22
167 – 190
7
190 – 213
5
213 – 236
7
236 – 260
7
260 – 283
2
283 – 306
5
306 – 329
6
329 – 353
8

GPU 温度峰值（℃）

题目期间 GPU 温度最高值。H100 工作温度上限约 90℃，超过会自动降频。
题数 148 ｜ 平均 33℃ ｜ 中位 31℃
95 分位 41℃ ｜ 最小 29℃ ｜ 最大 42℃
29 – 30.1
35
30.1 – 31.2
51
31.2 – 32.2
8
32.2 – 33.3
13
33.3 – 34.4
5
34.4 – 35.5
5
35.5 – 36.6
1
36.6 – 37.7
5
37.7 – 38.8
1
38.8 – 39.8
4
39.8 – 40.9
6
40.9 – 42
14

§3 全部 148 道题的明细数据

这是底表，列出每道题的全部指标。点击表头按列排序，输入框可按题目编号过滤。 适合定位异常题目（例如成本异常高、得分异常低、GPU 利用率异常）。

得分颜色：绿色表示满分（1.0）； 橙色表示部分得分（0.5 - 1.0）； 红色表示得分低于 0.5（需要重点排查的题）。
瓶颈颜色：红色表示 GPU 在算； 灰色表示 GPU 闲置（卡在 AI 思考或调度上）。

题目编号得分成本（美元）总耗时（秒）AI 思考（秒）DFT 计算（秒）DFT 调用次数对话轮数输入 token输出 token缓存命中 token缓存未中 tokenGPU 95% 利用率显存峰值（MiB）功耗峰值（瓦）GPU 温度峰值（℃）性能瓶颈
M1_T1_Ag_vc_relax1.00$0.027671967737325569,75621,123553,75815,99842.01,701127.831.0GPU 闲置
M1_T1_Al2O3_corundum_vc_relax1.00$0.009328325026215161,9547,650157,4074,54742.01,719128.331.0GPU 闲置
M1_T1_AlAs_vc_relax1.00$0.008725422030217179,1976,688174,1655,03243.01,867127.330.0GPU 闲置
M1_T1_AlN_vc_relax1.00$0.018238534614425562,63610,528546,83815,79836.01,701128.329.0GPU 闲置
M1_T1_AlP_vc_relax1.00$0.007622720418214135,2176,162131,4203,79740.01,733128.929.0GPU 闲置
M1_T1_AlSb_vc_relax1.00$0.012432727820321319,9448,312310,9608,98440.01,967135.931.0GPU 闲置
M1_T1_Al_vc_relax1.00$0.008526322038215164,2096,712159,5984,61143.01,967139.131.0GPU 闲置
M1_T1_Au_vc_relax1.00$0.0113645293160321226,3368,818219,9816,35599.03,333132.930.0GPU 算力
M1_T1_Be_vc_relax1.00$0.007823817933317197,8655,288192,3095,55699.03,333133.030.0GPU 算力
M1_T1_C_diamond_vc_relax1.00$0.010326622914318257,0867,049249,8677,21951.01,671128.630.0GPU 闲置
M1_T1_CaO_vc_relax1.00$0.009730626240217167,4677,957162,7654,70249.01,797127.330.0GPU 闲置
M1_T1_Ca_vc_relax1.00$0.008823020720216208,3176,298202,4685,84950.01,799128.330.0GPU 闲置
M1_T1_CdS_vc_relax1.00$0.018747038934327541,09911,510525,90615,19350.02,147145.431.0GPU 闲置
M1_T1_CdSe_vc_relax1.00$0.018751544167321422,84813,681410,97511,87349.02,147145.031.0GPU 闲置
M1_T1_CdTe_vc_relax1.00$0.013340634032318254,58810,479247,4407,14844.01,889132.430.0GPU 闲置
M1_T1_Cd_vc_relax0.45$0.011136627385219247,1388,186240,1996,93946.01,889132.530.0GPU 闲置
M1_T1_CsCl_vc_relax1.00$0.013735329525424384,8138,613374,00810,80550.01,963130.031.0GPU 闲置
M1_T1_Cu_vc_relax1.00$0.0193994366500530609,93710,911592,81117,12651.01,747131.731.0GPU 闲置
M1_T1_GaAs_vc_relax1.00$0.013131629319222322,1569,109313,1109,04651.01,709130.430.0GPU 闲置
M1_T1_GaN_vc_relax1.00$0.011431528224318236,2598,709229,6256,63451.01,747133.131.0GPU 闲置
M1_T1_GaP_vc_relax1.00$0.013037431925320274,1169,842266,4197,69747.01,827134.930.0GPU 闲置
M1_T1_GaSb_vc_relax1.00$0.019954248036423398,91015,463387,70911,20163.01,997152.832.0GPU 算力
M1_T1_Ga_vc_relax1.00$0.030930755961982535889,84519,075864,86024,98569.02,055167.533.0GPU 算力
M1_T1_Ge_vc_relax1.00$0.011430627724318241,0818,602234,3126,76969.02,021166.333.0GPU 算力
M1_T1_InP_vc_relax1.00$0.0173542370114324462,19711,300449,21912,97869.02,021165.033.0GPU 算力
M1_T1_InSb_vc_relax1.00$0.011431826026322285,9507,794277,9218,02967.02,317163.133.0GPU 算力
M1_T1_KBr_vc_relax1.00$0.008326220158215184,4486,139179,2695,17968.02,055165.733.0GPU 算力
M1_T1_KCl_vc_relax1.00$0.015942939132320318,43912,287309,4988,94169.02,055169.633.0GPU 算力
M1_T1_KF_vc_relax1.00$0.014937931853324398,0069,784386,83111,17570.02,055169.033.0GPU 算力
M1_T1_LiAlO2_vc_relax1.00$0.017956838189324462,53512,021449,54812,98769.02,427169.433.0GPU 算力
M1_T1_LiBr_vc_relax1.00$0.010128625528217186,4118,119181,1775,23464.02,051162.732.0GPU 算力
M1_T1_LiF_vc_relax1.00$0.008624621812317163,8406,816159,2404,6000.04123.230.0GPU 闲置
M1_T1_Li_vc_relax1.00$0.0242787502174632632,03116,090614,28517,74651.01,859129.831.0GPU 闲置
M1_T1_MgO_vc_relax1.00$0.015436434215428389,33410,476378,40210,93250.01,681127.529.0GPU 闲置
M1_T1_Mg_vc_relax1.00$0.020650441977331590,34612,798573,77016,57651.01,947134.331.0GPU 闲置
M1_T1_NaBr_vc_relax1.00$0.016841638528222384,89712,191374,09010,80740.01,909133.630.0GPU 闲置
M1_T1_NaCl_vc_relax1.00$0.014838734318320312,39611,187303,6248,77247.01,785131.430.0GPU 闲置
M1_T1_NaF_vc_relax1.00$0.007729418652516163,7985,763159,1994,59948.01,713130.529.0GPU 闲置
M1_T1_Na_vc_relax1.00$0.01151324234535423334,7967,078325,3959,40152.01,975136.931.0GPU 闲置
M1_T1_P_black_vc_relax0.35$0.0129500324170220230,28610,532223,8206,46652.01,975140.731.0GPU 闲置
M1_T1_Pb_vc_relax1.00$0.010741324379423265,6117,431258,1537,45851.01,769131.331.0GPU 闲置
M1_T1_Pd_vc_relax1.00$0.010831127729214181,7819,021176,6775,10452.01,753130.831.0GPU 闲置
M1_T1_Pt_vc_relax1.00$0.008523520228215182,3456,396177,2255,12043.01,747125.830.0GPU 闲置
M1_T1_RbCl_vc_relax1.00$0.008822319525212207,4136,250201,5895,82443.01,747125.830.0GPU 闲置
M1_T1_SiO2_alpha_quartz_vc_relax1.00$0.012138129579318230,0219,600223,5626,45955.02,057144.732.0GPU 闲置
M1_T1_Sr_vc_relax1.00$0.0100391222165216235,0907,124228,4896,60158.02,209168.531.0GPU 闲置
M1_T1_ZnO_vc_relax1.00$0.008523520822219171,8276,579167,0024,82558.02,209169.831.0GPU 闲置
M1_T1_ZnS_vc_relax1.00$0.009025822315316186,3836,843181,1505,23357.02,209153.431.0GPU 闲置
M1_T1_ZnSe_vc_relax1.00$0.0239784537176428570,84216,902554,81416,02853.02,011137.631.0GPU 闲置
M1_T1_ZnTe_vc_relax1.00$0.008126619964213160,9696,262156,4494,52069.03,673137.931.0GPU 算力
M1_T2_Al2O3_corundum_bands_dos0.75$0.0745148712401797612,369,39741,9692,302,86866,52969.01,847149.632.0GPU 算力
M1_T2_AlAs_bands_dos0.80$0.027563656156732727,14418,125706,72720,41755.01,769139.531.0GPU 闲置
M1_T2_AlP_bands_dos0.87$0.055613451212868381,305,55439,6651,268,89636,6580.04120.631.0GPU 闲置
M1_T2_AlSb_bands_dos0.88$0.0336432470748636843,08423,001819,41223,6720.023119.530.0GPU 闲置
M1_T2_Al_bands_dos0.65$0.0381828732667321,019,80324,886991,16928,6340.0551107.230.0GPU 闲置
M1_T2_BN_hex_bands_dos0.00$0.025469458836625516,48919,580501,98714,5020.01,385119.730.0GPU 闲置
M1_T2_C_diamond_bands_dos0.75$0.038087778844738939,90026,218913,50926,39143.01,623123.630.0GPU 闲置
M1_T2_CaO_bands_dos0.85$0.024759954328631543,14918,314527,89815,2510.0491.630.0GPU 闲置
M1_T2_Ca_bands_dos0.43$0.051822339141067481,567,86030,6211,523,83744,0235.01,763124.531.0GPU 闲置
M1_T2_CdS_bands_dos0.75$0.05941274101511410581,854,72734,0731,802,64952,07855.02,101133.431.0GPU 闲置
M1_T2_CdSe_bands_dos0.79$0.03851001798149626930,33827,036904,21626,12264.01,781138.031.0GPU 算力
M1_T2_CdTe_bands_dos0.80$0.04281137730537461,385,65223,6551,346,74538,90763.01,781138.231.0GPU 算力
M1_T2_Cd_bands_dos0.60$0.03221662642103839849,84821,277825,98623,8620.0551119.331.0GPU 闲置
M1_T2_CsCl_bands_dos0.43$0.061528377975013772,495,67524,8482,425,60070,0750.01,609120.231.0GPU 闲置
M1_T2_GaN_bands_dos0.39$0.0398911798756361,043,29826,4821,014,00429,2940.01,461121.329.0GPU 闲置
M1_T2_GaP_bands_dos0.65$0.056063318977411581,885,45729,6011,832,51652,9410.01,479119.731.0GPU 闲置
M1_T2_GaSb_bands_dos0.09$0.03571131664409391,018,33322,201989,74028,5930.0473.730.0GPU 闲置
M1_T2_Ga_bands_dos0.40$0.0485143984311110491,505,17627,9671,462,91342,26353.01,665132.831.0GPU 闲置
M1_T2_Ge_bands_dos0.18$0.0664317712521037521,784,99043,3061,734,87050,1200.0473.631.0GPU 闲置
M1_T2_InP_bands_dos0.86$0.04341445803386441,224,70427,2921,190,31634,3880.01,615121.231.0GPU 闲置
M1_T2_KBr_bands_dos0.63$0.05101210994757391,344,50633,7361,306,75437,7520.01,615123.031.0GPU 闲置
M1_T2_KF_bands_dos0.35$0.036588180163627817,32226,798794,37322,9490.0493.530.0GPU 闲置
M1_T2_LiAlO2_bands_dos0.35$0.0593227711192287481,628,81938,0411,583,08445,73563.03,553135.233.0GPU 算力
M1_T2_LiBr_bands_dos0.26$0.0563331112683175451,260,05541,2681,224,67535,38061.02,341133.133.0GPU 算力
M1_T2_LiCl_bands_dos0.10$0.0270644499114843815,23315,962792,34322,89061.01,697137.430.0GPU 算力
M1_T2_LiF_bands_dos0.46$0.066913251280279401,911,73141,6271,858,05353,6780.0473.629.0GPU 闲置
M1_T2_MgO_bands_dos0.35$0.028876464373634781,19618,635759,26121,93549.01,685125.930.0GPU 闲置
M1_T2_NaCl_bands_dos0.35$0.04142958784879491,259,22724,3081,223,87035,35799.03,375132.831.0GPU 算力
M1_T2_NaF_bands_dos0.55$0.03431271801442731748,57525,476727,55621,01999.03,381131.631.0GPU 算力
M1_T2_Na_bands_dos0.65$0.02281080602430830447,57917,825435,01212,56755.01,773133.331.0GPU 闲置
M1_T2_P_black_bands_dos0.69$0.0336941663200939995,37920,295967,43027,94962.01,913145.732.0GPU 算力
M1_T2_Pd_bands_dos0.55$0.04028767587610471,246,74523,2351,211,73835,00762.01,913144.732.0GPU 算力
M1_T2_Pt_bands_dos0.60$0.030576763698941859,97119,211835,82424,14753.01,641128.230.0GPU 闲置
M1_T2_RbCl_bands_dos0.71$0.062113341237449501,741,27439,1511,692,38248,89254.01,721135.831.0GPU 闲置
M1_T2_Rb_bands_dos0.41$0.0533160711863835361,262,68337,7901,227,22935,45463.01,993142.631.0GPU 算力
M1_T2_SiO2_alpha_quartz_bands_dos0.00$0.07101588101814620802,855,06929,1722,774,90380,16666.02,195144.931.0GPU 算力
M1_T2_Si_bands_dos0.99$0.055111551059548531,700,52431,9951,652,77647,74864.02,197154.331.0GPU 算力
M1_T2_Sn_alpha_bands_dos0.40$0.048510839745410461,404,90829,8021,365,46039,44855.01,745132.130.0GPU 闲置
M1_T2_SrO_bands_dos0.85$0.038410408135510471,056,94324,6171,027,26629,67757.01,745132.430.0GPU 闲置
M1_T2_Sr_bands_dos0.43$0.055113791071648561,656,21232,7601,609,70846,5040.01,707124.831.0GPU 闲置
M1_T2_ZnS_bands_dos0.62$0.025458751233732749,36515,365728,32421,04157.01,707132.430.0GPU 闲置
M1_T2_ZnSe_bands_dos0.60$0.0278432966866736615,04020,497597,77117,26966.06,019317.341.0GPU 算力
M1_T2_ZnTe_bands_dos0.54$0.062810899955912802,299,96329,8642,235,38464,5790.0479.630.0GPU 闲置
M2_T1_Ag2Se_naumannite_vc_relax1.00$0.0271900462257440954,51713,609927,71626,80166.03,169231.035.0GPU 算力
M2_T1_BaZn2Sb2_vc_relax1.00$0.0080584202378112152,2626,335147,9874,27566.06,165299.539.0GPU 算力
M2_T1_Bi12TiO20_sillenite_vc_relax1.00$0.02882547603783632787,85118,483765,72922,12294.012,869341.241.0GPU 算力
M2_T1_CaTiO3_tet_vc_relax1.00$0.0277879641154432645,13019,822627,01618,11499.020,140327.740.0GPU 算力
M2_T1_CdGa2O4_spinel_vc_relax1.00$0.009640231441214186,4487,513181,2135,23569.06,017343.040.0GPU 算力
M2_T1_CoSb3_vc_relax1.00$0.01491160365781325350,14910,639340,3179,83267.06,239294.440.0GPU 算力
M2_T1_CsPbI3_gamma_vc_relax1.00$0.00911099247847216172,2707,246167,4334,83768.06,239301.740.0GPU 算力
M2_T1_HfO2_monoclinic_vc_relax1.00$0.0139736346210324315,20710,075306,3568,85169.06,239328.239.0GPU 算力
M2_T1_IrSb3_vc_relax1.00$0.016520054051543321357,48212,294347,44410,03870.07,685331.141.0GPU 算力
M2_T1_Li3PO4_gamma_vc_relax1.00$0.0118721300415319234,6909,210228,1006,59069.05,665335.541.0GPU 算力
M2_T1_LiAlSi2O6_spodumene_vc_relax1.00$0.0233854433206431752,12112,964731,00321,11871.07,685328.040.0GPU 算力
M2_T1_LiCoPO4_olivine_vc_relax1.00$0.0193727489233320391,86614,933380,86311,00362.03,823222.837.0GPU 算力
M2_T1_LiFePO4_olivine_vc_relax1.00$0.0128484314164322282,7519,404274,8127,93963.03,823225.237.0GPU 算力
M2_T1_LiMnPO4_olivine_vc_relax1.00$0.0270637524105331850,53315,321826,65123,88250.03,475195.534.0GPU 闲置
M2_T1_MgAl2O4_spinel_vc_relax1.00$0.016441238521220393,06911,534382,03211,03762.03,475201.634.0GPU 算力
M2_T1_MgSiO3_bridgmanite_vc_relax1.00$0.0086559219333315181,4466,469176,3515,09598.07,137226.937.0GPU 算力
M2_T1_SiO2_coesite_vc_relax1.00$0.02251069481567632637,63014,030619,72617,90497.08,145345.642.0GPU 算力
M2_T1_Sr3AlSb3_vc_relax1.00$0.0121718315396214229,7979,601223,3456,45273.011,183352.742.0GPU 算力
M2_T1_SrTiO3_tet_lowT_vc_relax1.00$0.0173555419128323371,83612,957361,39510,44169.02,807202.333.0GPU 算力
M2_T1_Ti3O5_vc_relax1.00$0.0139704305191428382,0668,922371,33810,72870.06,417240.039.0GPU 算力
M2_T1_WO3_roomT_vc_relax0.89$0.0211740404174433680,91611,653661,79719,11969.06,417253.439.0GPU 算力
M2_T1_YAlO3_YAP_vc_relax1.00$0.0099420234178316242,0566,888235,2596,79762.06,417253.038.0GPU 算力
M2_T1_ZnAl2O4_gahnite_vc_relax1.00$0.015246635154425382,43410,406371,69610,73865.02,477188.834.0GPU 算力
M2_T1_ZrO2_baddeleyite_vc_relax1.00$0.01671319344485326493,08510,047479,24013,84565.02,965192.934.0GPU 算力
M2_T1_ZrSiO4_zircon_vc_relax1.00$0.0117519275239222294,0877,961285,8308,25765.02,799194.834.0GPU 算力
M2_T2_Ag2Se_naumannite_bands_dos0.40$0.043946738073977501,437,37324,0001,397,01440,35999.011,175270.242.0GPU 算力
M2_T2_BaZn2Sb2_bands_dos0.75$0.06496143137022979541,723,14742,7491,674,76448,38399.011,175290.142.0GPU 算力
M2_T2_Bi12TiO20_sillenite_bands_dos0.65$0.0501316090620478501,614,94327,7951,569,59845,34593.010,151337.941.0GPU 算力
M2_T2_CaTiO3_tet_bands_dos0.50$0.04061436924288727884,65930,205859,81924,84077.06,575339.241.0GPU 算力
M2_T2_CdGa2O4_spinel_bands_dos0.36$0.039935307293379451,254,81522,7481,219,58235,23361.08,818239.437.0GPU 算力
M2_T2_CoSb3_bands_dos0.35$0.029422936701023634689,62020,991670,25719,36363.08,818255.237.0GPU 算力
M2_T2_HfO2_monoclinic_bands_dos0.32$0.08232966124842214773,057,30138,3622,971,45785,84458.09,680233.640.0GPU 闲置
M2_T2_IrSb3_bands_dos0.75$0.06324426112219357561,987,05735,9591,931,26455,79383.09,692294.041.0GPU 算力
M2_T2_LiAlSi2O6_spodumene_bands_dos0.65$0.08244037143212497642,628,04446,2622,554,25373,79186.09,692282.841.0GPU 算力
M2_T2_LiCoPO4_olivine_bands_dos0.55$0.050814208754867401,633,44528,2731,587,58045,86571.04,737242.336.0GPU 算力
M2_T2_LiFePO4_olivine_bands_dos0.50$0.0453186810923086391,084,27131,9851,053,82630,44597.04,737236.635.0GPU 算力
M2_T2_MgSiO3_bridgmanite_bands_dos0.50$0.09321905167417310663,431,25644,0013,334,91296,34498.04,771148.332.0GPU 算力
M2_T2_SiO2_coesite_bands_dos0.00$0.0632275111852637492,176,44932,6122,115,33861,11199.09,446149.035.0GPU 算力
M2_T2_Sr3AlSb3_bands_dos0.75$0.07876239163420498462,309,00047,8232,244,16764,83399.019,715308.242.0GPU 算力
M2_T2_SrTiO3_tet_lowT_bands_dos0.50$0.0348364874622736401,025,38921,109996,59828,79199.011,554323.342.0GPU 算力
M2_T2_Ti3O5_bands_dos0.40$0.03744341789271812571,168,63021,4241,135,81732,81393.022,055224.535.0GPU 算力
M2_T2_WO3_roomT_bands_dos0.78$0.028821456921036736718,97919,772698,79120,18893.024,152224.635.0GPU 算力
M2_T2_ZnAl2O4_gahnite_bands_dos0.10$0.0665153312901736562,139,72037,0382,079,64060,08033.019,388149.332.0GPU 闲置
M1_T1_LiCl_vc_relax1.00$0.0083348233103219163,3806,549158,7934,58719.018,936133.831.0GPU 闲置
M1_T1_SrO_vc_relax1.00$0.0123498311174226297,7248,585289,3648,36047.022,914134.131.0GPU 闲置
M2_T2_YAlO3_YAP_bands_dos0.46$0.05004342111916419451,323,58032,9761,286,41637,16448.022,234148.631.0GPU 闲置
M2_T2_ZrO2_baddeleyite_bands_dos0.65$0.0454507410796536371,055,37632,5531,025,74329,63348.022,234148.231.0GPU 闲置
M1_T1_Rb_vc_relax1.00$0.02022182520740430446,07114,909433,54612,52541.018,122128.631.0GPU 闲置
M1_T1_Si_vc_relax1.00$0.0087472227234217186,8856,473181,6385,24739.018,122127.131.0GPU 闲置
M1_T1_Sn_alpha_vc_relax0.92$0.0120628299155319288,1418,430280,0508,09130.018,122127.531.0GPU 闲置
M2_T2_ZrSiO4_zircon_bands_dos0.68$0.0436241487411467431,351,15325,1741,313,21537,93833.016,016152.433.0GPU 闲置
M1_T2_AlN_bands_dos1.00$0.049147971011838491,466,47329,3751,425,29741,17634.016,016146.833.0GPU 闲置
M1_T2_Li_bands_dos0.59$0.0410260085316507521,222,49424,5161,188,16834,32634.011,293122.831.0GPU 闲置
M1_T2_NaBr_bands_dos0.47$0.039810547602359381,267,26722,4321,231,68435,58397.018,591136.431.0GPU 算力
M2_T2_LiMnPO4_olivine_bands_dos0.55$0.03847896841369810361,022,71425,219993,99828,71699.018,621140.731.0GPU 算力