Нехватка памяти

[Vit Nhoc]

Пытаюсь считать на своих домашних компьютерах молекулы, и Gaussian говорит что не хватает памяти. Нельзя ли включить другой вариант распределения памяти, чтобы всё-таки всё сосчиталось, пусть за три месяца? Я могу считать на Гауссиане, Орке, может на чём-то ещё, под Windows. В Гауссиане указываю %MEM=1300MB, больше система не даёт.
Или подскажите, можно ли провести этот расчёт дешёвым методом, может хотя бы полуэмпирическим, чтобы был качественный корректный результат. У меня есть набор металлопорфиринов и надо просчитать их TDDFT спектры и энергии димеризации, и посмотреть как это коррелирует с экспериментом. Может взять базисный набор типа 3-12G?



%MEM=1300MB
%NPROCSHARED=3
%CHK=VSHP.CHK
#P B3LYP/6-31G(D,P) STABLE(OPT)
scrf(pcm,solvent=water)
EmpiricalDispersion=GD3 SCF=xqc

Vashurin's porph

0,2
1 6.698969534 -3.566772335 -0.174918852
7 -1.170208348 -1.540210913 -0.233331622
7 -1.540210913 1.170208348 -0.233331622
7 1.170208348 1.540210913 -0.233331622
7 1.540210913 -1.170208348 -0.233331622
7 -3.330195318 -0.453097171 -0.247776772
7 -0.453097171 3.330195318 -0.247776772
7 3.330195318 0.453097171 -0.247776772
7 0.453097171 -3.330195318 -0.247776772
6 -2.539783559 -1.515257765 -0.241667273
6 -1.515257765 2.539783559 -0.241667273
6 2.539783559 1.515257765 -0.241667273
6 1.515257765 -2.539783559 -0.241667273
6 -0.781366363 -2.856344902 -0.225187101
6 -2.856344902 0.781366363 -0.225187101
6 0.781366363 2.856344902 -0.225187101
6 2.856344902 -0.781366363 -0.225187101
6 -3.065555499 -2.872977360 -0.233921543
6 -2.872977360 3.065555499 -0.233921543
6 3.065555499 2.872977360 -0.233921543
6 2.872977360 -3.065555499 -0.233921543
6 -1.950270331 -3.725169408 -0.219304122
6 -3.725169408 1.950270331 -0.219304122
6 1.950270331 3.725169408 -0.219304122
6 3.725169408 -1.950270331 -0.219304122
6 -4.364487099 -3.372909718 -0.231430784
6 -3.372909718 4.364487099 -0.231430784
6 4.364487099 3.372909718 -0.231430784
6 3.372909718 -4.364487099 -0.231430784
6 -2.094147446 -5.112262429 -0.202147680
6 -5.112262429 2.094147446 -0.202147680
6 2.094147446 5.112262429 -0.202147680
6 5.112262429 -2.094147446 -0.202147680
6 -4.483980220 -4.757401067 -0.213055151
6 -4.757401067 4.483980220 -0.213055151
6 4.483980220 4.757401067 -0.213055151
6 4.757401067 -4.483980220 -0.213055151
6 -3.387706643 -5.630111144 -0.196069472
6 -5.630111144 3.387706643 -0.196069472
6 3.387706643 5.630111144 -0.196069472
6 5.630111144 -3.387706643 -0.196069472
1 -5.237632120 -2.733700714 -0.236725417
1 -2.733700714 5.237632120 -0.236725417
1 5.237632120 2.733700714 -0.236725417
1 2.733700714 -5.237632120 -0.236725417
1 -1.228636440 -5.763966415 -0.199384067
1 -5.763966415 1.228636440 -0.199384067
1 1.228636440 5.763966415 -0.199384067
1 5.763966415 -1.228636440 -0.199384067
1 -3.566772335 -6.698969534 -0.174918852
1 3.566772335 6.698969534 -0.174918852
1 -6.698969534 3.566772335 -0.174918852
8 5.335140954 -5.773306540 -0.246564534
8 5.773306540 5.335140954 -0.246564534
8 -5.335140954 5.773306540 -0.246564534
8 -5.773306540 -5.335140954 -0.246564534
27 0.000000000 0.000000000 -0.252952426
1 -5.766448962 8.058192730 -1.543031153
6 -4.924414018 8.099259805 -0.856791249
6 -4.579941064 6.996056560 -0.109473675
6 -3.482001711 7.052756072 0.784009701
6 -2.750552863 8.211521806 0.912257909
6 -3.079286437 9.368580574 0.155651406
6 -4.190393360 9.311201420 -0.748547924
6 -4.519127184 10.468260182 -1.505154178
6 -3.787678340 11.627026166 -1.376905968
6 -2.689738726 11.683725182 -0.483422343
6 -2.345266019 10.580521684 0.263895483
1 -3.219777245 6.175675411 1.368425654
1 -1.907683627 8.257465450 1.597163036
1 -1.503230833 10.621589264 0.950134885
1 -4.049902300 12.504106586 -1.961321670
1 -5.361996168 10.422316543 -2.190059053
8 -1.934425903 12.903577295 -0.360688740
16 -0.717398417 12.936232882 0.730870183
8 0.072134858 11.723896041 0.642039730
8 -0.139412360 14.257529350 0.576065216
8 -1.510544737 12.823592675 2.132407797
1 -1.937265935 13.676877113 2.335505938
1 -8.058192730 -5.766448962 -1.543031153
1 5.766448962 -8.058192730 -1.543031153
1 8.058192730 5.766448962 -1.543031153
6 -8.099259805 -4.924414018 -0.856791249
6 4.924414018 -8.099259805 -0.856791249
6 8.099259805 4.924414018 -0.856791249
6 -6.996056560 -4.579941064 -0.109473675
6 4.579941064 -6.996056560 -0.109473675
6 6.996056560 4.579941064 -0.109473675
6 -7.052756072 -3.482001711 0.784009701
6 3.482001711 -7.052756072 0.784009701
6 7.052756072 3.482001711 0.784009701
6 -8.211521806 -2.750552863 0.912257909
6 2.750552863 -8.211521806 0.912257909
6 8.211521806 2.750552863 0.912257909
6 -9.368580574 -3.079286437 0.155651406
6 3.079286437 -9.368580574 0.155651406
6 9.368580574 3.079286437 0.155651406
6 -9.311201420 -4.190393360 -0.748547924
6 4.190393360 -9.311201420 -0.748547924
6 9.311201420 4.190393360 -0.748547924
6 -10.468260182 -4.519127184 -1.505154178
6 4.519127184 -10.468260182 -1.505154178
6 10.468260182 4.519127184 -1.505154178
6 -11.627026166 -3.787678340 -1.376905968
6 3.787678340 -11.627026166 -1.376905968
6 11.627026166 3.787678340 -1.376905968
6 -11.683725182 -2.689738726 -0.483422343
6 2.689738726 -11.683725182 -0.483422343
6 11.683725182 2.689738726 -0.483422343
6 -10.580521684 -2.345266019 0.263895483
6 2.345266019 -10.580521684 0.263895483
6 10.580521684 2.345266019 0.263895483
1 -6.175675411 -3.219777245 1.368425654
1 3.219777245 -6.175675411 1.368425654
1 6.175675411 3.219777245 1.368425654
1 -8.257465450 -1.907683627 1.597163036
1 1.907683627 -8.257465450 1.597163036
1 8.257465450 1.907683627 1.597163036
1 -10.621589264 -1.503230833 0.950134885
1 1.503230833 -10.621589264 0.950134885
1 10.621589264 1.503230833 0.950134885
1 -12.504106586 -4.049902300 -1.961321670
1 4.049902300 -12.504106586 -1.961321670
1 12.504106586 4.049902300 -1.961321670
1 -10.422316543 -5.361996168 -2.190059053
1 5.361996168 -10.422316543 -2.190059053
1 10.422316543 5.361996168 -2.190059053
8 -12.903577295 -1.934425903 -0.360688740
8 1.934425903 -12.903577295 -0.360688740
8 12.903577295 1.934425903 -0.360688740
16 -12.936232882 -0.717398417 0.730870183
16 0.717398417 -12.936232882 0.730870183
16 12.936232882 0.717398417 0.730870183
8 -11.723896041 0.072134858 0.642039730
8 -0.072134858 -11.723896041 0.642039730
8 11.723896041 -0.072134858 0.642039730
8 -14.257529350 -0.139412360 0.576065216
8 0.139412360 -14.257529350 0.576065216
8 14.257529350 0.139412360 0.576065216
8 -12.823592675 -1.510544737 2.132407797
8 1.510544737 -12.823592675 2.132407797
8 12.823592675 1.510544737 2.132407797
1 -13.676877113 -1.937265935 2.335505938
1 1.937265935 -13.676877113 2.335505938
1 13.676877113 1.937265935 2.335505938

--Link1--
%MEM=1300MB
%NPROCSHARED=3
%CHK=VSHP.CHK
#P B3LYP/6-31G(D,P) GUESS(READ) GEOM(ALLCHECK) OPT
scrf(pcm,solvent=water)
EmpiricalDispersion=GD3 SCF=xqc



--Link1--
%MEM=1300MB
%NPROCSHARED=3
%CHK=VSHP.CHK
#P B3LYP/6-31G(D,P) GUESS(READ) GEOM(ALLCHECK) NMR
scrf(pcm,solvent=water)
EmpiricalDispersion=GD3 SCF=xqc



--Link1--
%MEM=1300MB
%NPROCSHARED=3
%CHK=VSHP.CHK
#P B3LYP/6-31G(D,P) GUESS(READ) GEOM(ALLCHECK) TD(NSTATES=10)
scrf(pcm,solvent=water)

[Гесс]

для металлопорфиринов и 6-31G(D,P) достаточно скромен (оптимизация еще может быть, но для TDDFT - это атас), а уж 3-12G это совсем ни в какие ворота.
1.3Гб оперативы на такую задачу - категорически недостаточно. Сколько у вас физически RAM на машине?

Возможные решения скорее политические чем технические:
- Получать доступ к кластерным расчетным мощностям. Как - практических советов не дам. Коллаборировать с расчетными группами, писать пропозалы на гранты, покупать расчетное время на облачных ресурсах и т.д.
- Апгрейдить собственную машину до состояния "личная нода"/"суперкомп". Условно говоря 16+ ядер и 64+ Гб оперативы
- Единственное техническое решение (все равно не сработает с 1300Мб оперативы, но если мы будем говорить хотя бы о десятке гигов) - самая RAM-затратная часть здесь это TD, перейдите на негибридный функционал (например PBEPBE). Также можно попробовать делать не TDDFT, а TDA, и использовать RI-апроксимацию (за обоими вещами посылаю в орку, в гауссиане RI называется Density Fitting (DF) и раньше не работал для гибридов но это было достаточно давно).
- Если предыдущие варианты недоступны - резко проседать по уровню теории. Оптимизация на тайтбайндинге (GFN-XTB), оптика... для оптики нормальных идей нет, ну есть ZINDO. Вряд ли результат будет хоть сколь-либо похож на правду, но оптика металпорфиринов не факт что хорошо пойдет даже на TDDFT.

[antabu]

На 64-битных осях должен помогать своп (файл подкачки).

[Гесс]

Не знаю как на персоналках, на кластерах если задаче не зватает памяти и она лезет в своп - то скорость падает на порядки и это первый признак скорой смерти.

[Ahha]

на кластерах если задаче не зватает памяти и она лезет в своп - то скорость падает на порядки и это первый признак скорой смерти.

На условной персоналке при залезании орки в своп скорость действительно падает почти до нуля. Скорой смерти не дожидался (слаку довольно сложно умертвить, хотя и возможно, и сама она никого не умертвит), но, естественно, ожидать результата при таком раскладе нельзя.

[Shorku]

На условной персоналке при залезании орки в своп скорость действительно падает почти до нуля. Скорой смерти не дожидался (слаку довольно сложно умертвить, хотя и возможно, и сама она никого не умертвит), но, естественно, ожидать результата при таком раскладе нельзя.

Не совсем. На самом деле, если своп лежит хотя бы на NVMe M.2 SSD, а прожорливый по оперативке этап расчета не самый длинный, то есть большую часть времени расчет таки умещается в RAM, то воспользоваться свопом иногда вполне разумно.

То есть все равно будет больно (и вдвойне больно при мысли об износе дорогущего SSD), но в моменте это может сработать.