# CNO 网格完整计算流程 > 本文档说明完整理论光谱网格的计算流程：每个网格点的计算阶段、每阶段的配置、 > 配置原理、CPU/并行机制、以及如何统计每个阶段的信息（时间、收敛等）。 --- ## 1. 总体架构 ``` config.yaml (网格点 + 收敛链配置) │ ▼ run_grid.py ── 生成 6 维笛卡尔积参数点 │ 断点续算(跳过已成功) / 种子复用(最近邻) / │ 失败隔离 / 冷启动失败→种子步进回退 │ ├── worker 1 ── run_one.py ── 点 A ├── worker 2 ── run_one.py ── 点 B 每个 worker 独立工作目录 ├── ... 互不干扰，并行(默认16核) └── worker N ── run_one.py ── 点 X │ ▼ 冷启动链(lte→nc→nl) + synspec │ 冷启动发散且有干净邻居种子？ ▼ → 移失败结果到 .coldfail/， 种子步进链(seed_nc→nl) + synspec 改用 LTGRAY=F 热启动重试 │ ▼ results/<模型名>/ conv.json ← 阶段信息(收敛/迭代/时间/seed_step_used) *.spec/.cont ← 光谱 *.7 ← 各阶段大气 ``` --- ## 2. 每个网格点的计算阶段 每个网格点（一组 Teff/logg/logHe/logC/logN/logO 参数）经过 **4 个阶段**。 **默认走"冷启动链"**（DEFAULT_CHAIN，适用 20-40K 及大部分易收敛点）： | 阶段 | 程序 | 做什么 | NITER | 典型耗时 | |------|------|--------|-------|---------| | 1. LTE 灰大气 | tlusty | `T T` 模式，解析求灰色 T(τ) 结构 | 0 | 1-3 秒 | | 2. nc（NLTE 连续谱）| tlusty | `F F` + `ilvlin=0`，收敛电离平衡（无线跃迁）| **10** | 1-5 分钟 | | 3. nl（NLTE 含线）| tlusty | `F F` + `ilvlin=100`，加全部谱线跃迁（要求收敛）| 100 | 5-20 分钟 | | 4. synspec | synspec | 用 nl 大气合成可观测光谱 | — | 3-10 秒 | **阶段间依赖**：1→2→3→4 严格顺序。每阶段用上一阶段的 `.7` 大气作种子（fort.8）。 > 冷启动链在高温/He-poor/富金属区会发散，此时 run_grid 自动改走下文 §2.1 > 的**种子步进链**（seed_nc→nl，跳过 LTE grey 直接热启动）。 ### 为什么是这 4 个阶段（原理） Tlusty 的 NLTE 求解用**迭代线性化**（complete linearization）。线性化的收敛半径 有限——当初猜离真解太远时迭代发散。四个阶段逐步缩小初猜与真解的差距： - **阶段1（LTE 灰大气）**：LTE + 灰色不透明度假设下解析求温度结构。提供物理 合理的起点，不需要种子（从零开始）。 - **阶段2（nc 连续谱）**：切换到 NLTE，但 `ilvlin=0` 不含束缚-束缚线跃迁。 线跃迁是统计平衡方程中最敏感的非线性项；先不加线，只收敛电离平衡（光致电离 +复合），得到稳定的 NLTE 布居数结构。**跳过此步直接 grey→含线 NLTE 必发散。** - **阶段3（nl 含线）**：加入全部线跃迁（ilvlin=100）。从已收敛的 nc 种子起步， 线扰动小，快速收敛（典型 ~15 次迭代）。 - **阶段4（synspec）**：用 nl 阶段收敛的大气模型，计算指定波长范围的合成光谱。 ### 2.1 种子步进链（seed_step）—— 高温区破局（NEW） 当冷启动链发散时（典型：60000-80000K + He-poor + 富金属），run_grid 自动 切换到**种子步进链**（`seed_step.SEED_STEP_CHAIN`），跳过 LTE grey 冷启动， 直接用邻居已收敛的 `.7` 热启动： | 阶段 | 做什么 | 关键标志 | NITER | |------|--------|---------|-------| | seed_nc | 从种子热启动 NLTE 连续谱 | `LTGRAY=F`(读 fort.8) + `ICHANG=0` | 80 | | nl | 含谱线完整 NLTE（要求收敛）| `ilvlin=100` | 100 | **触发流程**（`run_grid.py` 的 `_worker`）： 1. 先跑冷启动链（DEFAULT_CHAIN）。 2. 若 `converged=false` 且 `seed_step_fallback=true` 且找到了干净邻居种子： - 把失败结果整体移到 `results/.coldfail/`（避免污染种子库）； - 用 `SEED_STEP_CHAIN`（`seed=<邻居>.7`）重算； - conv.json 里记 `seed_step_used=true`、`coldfail_backup=<路径>`。 **原理**（`tlusty208.f` 源码确认，详见 EXPERIENCE.md §5Y）： - `LTGREY=T` → `CALL LTEGR` 生成灰大气（**忽略 fort.8**，冷启动）； - `LTGREY=F` → `CALL INPMOD` 读 fort.8 作初猜（**热启动**）。 - `ICHANG=0`：种子与目标模型原子完全一致（同为 H/He/CNO 设置），只改 Teff/logg/丰度，不需要重映射布居数。 **实测突破**（80K + He-poor + logCNO=-4，冷启动必败点）：种子步进 126s 收敛 （冷启动 970s 发散到 NaN）。详见 EXPERIENCE.md §5Y 验证表。 > **物理极限（如实标注）**：80000K + He-poor + logCNO=-1 即使种子步进也发散 > （CNO 高价离子主导不透明度，金属 ×10 跳跃线性化无法阻尼）。网格如实标 > `converged=false`，不强制成功——这些极端参数组合观测上本就罕见。 > > **ICRSW 是死代码**：源码中 `SUBROUTINE SWITCH` 定义但从未被 CALL， > 默认 CRSW≡1.0 无阻尼效果。不要依赖 ICRSW 稳定化（见 §7.8）。 --- ## 3. 每阶段的配置信息与原理 ### 3.1 `.5` 文件（每阶段一份，三阶段相同 NATOMS/ions，只改 3 处） ``` 第1行: TEFF GRAV （三阶段相同：目标参数） 第2行: LTE LTGRAY （阶段1=T T，阶段2/3=F F；种子步进链全 F） 第3行: nst 文件名 （固定写 'nst'，内容每阶段由 write_nst 生成） 第4行: NFREAD （=2000 → 展开约 75443 个频率点；不要用 50） 第5行: NATOMS （=8: H,He,空×3,C,N,O） 第6+行: atoms (mode abn modpf) （C/N/O 的 mode=2 显式NLTE, abn=10^logX） ions段: iat iz nlevs ilast ilvlin nonstd typion filei （阶段1/2/seed_nc: ilvlin=0; 阶段3/nl: ilvlin=100 ← 关键区别） ``` **为什么 NATOMS/ions 三阶段必须相同**：每阶段的 `.7` 大气记录了每个能级的 布居数。种子与目标的能级结构必须一一对应，否则读取时索引错位 → NaN。 ### 3.2 nst 文件（非标准参数，每阶段不同） **阶段1（LTE 灰大气）—— 保持干净，不加稳定化参数**： ``` ND=50,VTB=2.,NITER=0 ``` - `NITER=0`：灰大气不迭代，只做一次形式解。 **阶段2（nc）和阶段3（nl）—— 频率细化（用户验证配方，不设 CHMAX/ITEK）**： ``` ND=50,NLAMBD=3,VTB=2.,ISPODF=1,DDNU=50.,CNU1=6.,NITER=<阶段> IELCOR=-1 ``` - nc: NITER=10, nl: NITER=100 - **不设 CHMAX**（用默认 0.001，强迫 nc 真正收敛） - **不设 ITEK**（用默认 4） 每个参数的作用与原理： | 参数 | nc值 | nl值 | 作用 | 为什么这样设 | |------|------|------|------|-------------| | `ND` | 50 | 50 | 大气深度点数 | sdB 标准配置 | | `NLAMBD` | 3 | 3 | lambda 迭代频率点数 | 频率网格细化（用户验证配方） | | `VTB` | 2. | 2. | 微湍流速度 km/s | sdB 典型值 | | `ISPODF` | 1 | 1 | 频率网格开关 | 启用细化频率网格 | | `DDNU` | 50. | 50. | 频率间隔因子 | 频率网格细化参数 | | `CNU1` | 6. | 6. | 频率网格起点 | 频率网格细化参数 | | `NITER` | **10** | 100 | 最大迭代数 | nc 给 10 次足够（实测最优）；nl 给 100 次 | | `IELCOR` | -1 | -1 | 电子密度修正 | 关闭 | > **关键：不设 CHMAX（用默认 0.001）、不设 ITEK（用默认 4）、不设 IDLTE/ORELAX。** > 之前版本设了 CHMAX=0.1 导致 nc 没真正收敛，是大部分失败的根本原因。 > 详见 EXPERIENCE.md §4 的错误记录。 > > **nc 的 NITER=10 是实测最优**（GUIDE.md NITER 扫描结论）： > - nc（纯连续谱）缺少谱线约束，外层温度永不真正收敛，只在外层漂移； > - NITER=10 vs NITER=50 的最终光谱差异仅 6e-6（完全等价）； > - nl（含谱线）会自修正到正确解，无论 nc 给什么初值； > - NITER=10 总耗时 ~12 分钟（35000K CNO），NITER=50 浪费 2.2× 时间。 ### 3.3 synspec 配置（fort.55.lin + 谱线表） ``` fort.55.lin 第6行: WLMIN WLMAX WLSTEP ... CUTOFF ... 谱线表 fort.19: data/gfVIS99.dat (含 C 1412 / N 2396 / O 1885 条线) ``` - 当前用 3000-7000Å（光学波段，覆盖 C II 4267、C III 4647 等）。 - 大气来自 nl 阶段的 `.7`（复制为 fort.8）。 --- ## 4. CPU 与并行机制 ### 4.1 每个网格点只用一个 CPU 核 **是的。** tlusty.exe 和 synspec.exe 是 Fortran 编译的单线程程序，每个实例只用 1 个 CPU 核。网格点的并行不是靠程序内部的多线程，而是靠**同时启动多个程序实例**。 ### 4.2 如何做到并行 `run_grid.py` 用 Python 的 `multiprocessing.Pool`（`run_grid.py` 的 `_worker`）： ```python with Pool(nworkers) as pool: for res in pool.imap_unordered(_worker, worker_args): ... ``` - `nworkers`（config.yaml，当前=**16**）：同时运行的 worker 进程数。 - 每个 worker 是一个独立的 Python 子进程，调用 `run_one.py` 跑一个网格点 （在独立的工作目录里，互不干扰）。 - `imap_unordered`：哪个点先完成就先回收，立即分配下一个点（动态负载均衡）。 - 16 核机器跑 16 个 worker = 16 个 tlusty 实例同时跑 = 满载利用。 （按机器核数调整；每个 tlusty 运行是单线程的，调大 nworkers 即可吃更多核。） **关键：每个 worker 用独立工作目录**（`results/<模型名>/`），避免 fort.* 文件 冲突。这是并行安全的基础。 ### 4.3 吞吐量估算 | 模型类型 | 单点耗时 | 16核并行吞吐 | 收敛性 | |---------|---------|-------------|--------| | 20000-40000K（标准 sdB 区）| ~12-25 分钟 | ~48-80 点/小时 | 冷启动全区间可靠 | | 60000K + He-rich/低金属 | ~10-15 分钟 | ~64-96 点/小时 | 冷启动或一步种子步进 | | 80000K + He-rich/低金属 | ~3-5 分钟（种子步进）| 约同上 | 冷启动失败→种子步进成功 | | 80000K + He-poor + logCNO=-1 | — | — | **真实物理极限，发散**（如实标注） | 当前 config.yaml 共 432 点（4×2×2×3×3*3）；中等参数区冷启动为主， 高温区走种子步进回退，整体约需数小时到一天。 --- ## 5. 如何统计每阶段信息 ### 5.1 当前已记录的信息（conv.json） 每个网格点完成后，`results/<模型名>/conv.json` 记录： ```json { "name": "t40000_g6.0_he0_c-1_n-1_o-1", "params": {"teff":40000, "logg":6.0, "loghe":0, "logc":-1, "logn":-1, "logo":-1}, "converged": true, "final_max_relc": 0.0069, "atmosphere_has_nan": false, "synspec_rc": 0, "elapsed_sec": 715.0, ← 总耗时（所有阶段+synspec之和） "seed": null, ← 冷启动为 null；走种子步进时为邻居 .7 路径 "seed_step_used": false, ← true=种子步进链跑成功的（含 coldfail_backup 路径） "stages": [ { "label": "lte", "converged": true, "final": {"itek":null, "rc":0, "max_relc":0.0, "note":"NITER=0 grey start (no iterations)"} }, { "label": "nc", "converged": false, ← nc 不要求收敛，作种子即可（NITER=10） "final": {"itek":null, "rc":0, "max_relc":0.957, "worst_depth":1, "last_iter":10, "n_depths":50} }, { "label": "nl", "converged": true, "final": {"itek":null, "rc":0, "max_relc":0.0069, "worst_depth":1, "last_iter":17, "n_depths":50} } ] } ``` > **走种子步进链时**：`seed` 指向邻居 `.7`，`seed_step_used=true`， > `coldfail_backup` 指向 `.coldfail/`，`stages` 里没有 `lte`，而是 > `seed_nc`（LTGRAY=F 热启动，NITER=80）→ `nl`。 每阶段记录：`converged`（是否收敛）、`max_relc`（最大相对变化）、 `worst_depth`（最差深度点）、`last_iter`（迭代次数）、`n_depths`（深度点数）、 `elapsed_sec`（本阶段耗时）。 ### 5.2 每阶段时间记录（已实现） `run_one.py` 现在在每个阶段的循环开始/结束处计时，conv.json 里每个 stage 有 `elapsed_sec`，synspec 也有单独的 `synspec_sec`： ```json "stages": [ {"label":"lte", "elapsed_sec": 2.1, "converged":true, ...}, {"label":"nc", "elapsed_sec": 62.4, "converged":false, ...}, {"label":"nl", "elapsed_sec": 7.8, "converged":true, ...} ], "synspec_sec": 3.1, "elapsed_sec": 75.4 ``` 统计所有模型的阶段时间分布： ```bash python3 -c " import json,glob for f in sorted(glob.glob('results/*/conv.json')): j=json.load(open(f)) times = {s['label']:s.get('elapsed_sec',0) for s in j['stages']} print('%-30s lte=%5.0fs nc=%5.0fs nl=%5.0fs syn=%4.0fs total=%5.0fs' % ( j['name'], times.get('lte',0), times.get('nc',0), times.get('nl',0), j.get('synspec_sec',0), j['elapsed_sec'])) " ``` ### 5.3 统计整个网格的信息 `run_grid.py` 完成后写 `results/grid_status.json`： ```json { "total": 432, "elapsed_sec": 36000, "counts": {"converged": 400, "unfinished": 18, "error": 3, "skipped": 11}, "seed_step_retries": 47, "models": [ {"name":"t20000_...", "status":"converged", "max_relc":0.0065, "seed_step_used": false}, {"name":"t80000_...", "status":"converged", "max_relc":0.00091, "seed_step_used": true}, ... ] } ``` 汇总统计命令： ```bash # 成功率 + 种子步进命中数 python3 -c "import json; j=json.load(open('results/grid_status.json')); print(j['counts'], 'seed_step_retries=', j['seed_step_retries'])" # 所有收敛模型的 max_relc 分布（标注是否走了种子步进） python3 -c " import json,glob for f in sorted(glob.glob('results/*/conv.json')): j=json.load(open(f)) if j['converged']: tag='SEED' if j.get('seed_step_used') else 'cold' print(j['name'], tag, j['final_max_relc'], str(j['elapsed_sec'])+'s') " # 失败/未收敛的模型 python3 -c " import json,glob for f in sorted(glob.glob('results/*/conv.json')): j=json.load(open(f)) if not j['converged']: print(j['name'], 'FAILED', j.get('note','')) " ``` ### 5.4 单个网格点的详细收敛诊断 ```bash # 看某阶段的迭代收敛趋势（fort.9） python3 src/check_conv.py results/<模型>/<模型>.nl.9 --chmax 0.01 # 画光谱（标出 CNO 诊断线位置） python3 src/plot_spec.py results/<模型> ``` --- ## 6. 完整操作步骤 ### 第1步：配置网格密度（config.yaml 的 grid 段） ```yaml grid: teff: [20000, 30000, 40000, 60000] # 各维采样点列表 logg: [5.0, 6.0] loghe: [-2, 0] logc: [-4, -2, -1] # 亚太阳范围（已修正；旧版 -1..1 会发散） logn: [-4, -2, -1] logo: [-4, -2, -1] # 共 4*2*2*3*3*3 = 432 个点 ``` ### 第2步：设置环境变量 ```bash export TLUSTY=/home/dckj/program/tlusty/tl208-s54 ``` ### 第3步：预览（dry-run） ```bash cd $TLUSTY/cno_grid python3 src/run_grid.py config.yaml --dry-run # 输出：grid: 432 points total, N already done, M to compute ``` ### 第4步：启动批量计算（后台并行） ```bash nohup python3 src/run_grid.py config.yaml > results/grid_run.log 2>&1 & # 冷启动失败的点会自动尝试种子步进回退（seed_step_fallback: true）。 # 想关闭回退：在 config.yaml 设 seed_step_fallback: false。 ``` ### 第5步：监控 ```bash tail -f results/grid_run.log # 实时进度 grep seed_step results/grid_run.log # 看哪些点走了种子步进 cat results/grid_status.json # 汇总（完成后才有） ``` ### 第6步：断点续算（中断后恢复，自动跳过已成功的） ```bash python3 src/run_grid.py config.yaml # 重跑同一命令即可 ``` ### 第7步：检查结果 + 画图 ```bash # 成功率 + 种子步进命中数 python3 -c "import json;j=json.load(open('results/grid_status.json'));print(j['counts'],'seed_step=',j['seed_step_retries'])" # 画某个模型光谱 python3 src/plot_spec.py results/<模型名> ``` ### 单点调试（不走批量） ```bash # 冷启动单点（适用 20-40K 大部分点） python3 src/run_one.py --teff 40000 --logg 6.0 --loghe 0 --logc -1 --logn -1 --logo -1 # 种子步进单点（高温 He-poor 等冷启动失败点） python3 src/seed_step.py --teff 80000 --logg 6.5 --loghe -4 \ --logc -4 --logn -4 --logo -4 \ --seed results//.7 ``` ### 第8步：加密网格（Phase 2） 在 config.yaml 的各维列表里加更多点，重跑 `run_grid.py`（自动跳过已完成的， 只算新点）。高温区加密时建议先冷启动算 He-rich/低金属的"桥头堡"模型， 建立种子库再扩散到难收敛点（见 §7.1）。 --- ## 7. 注意事项 1. **种子步进回退（核心机制）**：`seed_step_fallback: true`（默认开）时， 冷启动失败的点会自动改走种子步进链（`seed_step.SEED_STEP_CHAIN`）： 把失败结果备份到 `.coldfail/`，用 `find_seed` 找最近邻已收敛的 `.7` 作种子，`LTGRAY=F + ICHANG=0` 热启动重跑。这是高温/He-poor/富金属区的 决定性破局手段（详见 §2.1）。 **种子跨度限制**：种子与目标的参数差不能太大（logg ≤0.5/步， Teff ≤5000K/步；logCNO 一步 ≤100×）。跨度过大（如 cno-4 直接跳 cno-1， 1000× 金属跳跃）即便种子步进也发散 → 这是真实物理极限，网格如实标注。 **种子库建立策略**：高温区建议先冷启动算 He-rich 或低金属的"桥头堡" 模型，建立种子库再扩散到难收敛点（如 cno-4 → cno-2 → cno-1 多步跳板）。 2. **断点续算判定**：`conv.json` 里 `converged=true` 的点会被跳过。假收敛 （atmosphere_has_nan=true）的点会被重算。 3. **失败隔离**：单点失败（发散/崩溃）不中断整个网格，记入 grid_status.json 的 error/unfinished 列表。高温难点的失败大多是真实物理极限（见 §2.1）， 不强制成功；如确需重试，可用 `seed_step.py` 手动从更近的种子起跳。 4. **磁盘空间**：每个模型约 50-100MB（含中间文件，走种子步进的点还会留 `.coldfail/` 备份）。432 点约需 20-40GB。如不够可定期清理中间文件 （保留 .spec/.cont/.7/conv.json）。 5. **并行安全**：每个 worker 用独立工作目录（results/<模型名>/），fort.* 文件 不冲突。可安全并行。 6. **nst 文件行长限制（已修复）**：tlusty 的 nst 解析器有 ~72 字符的行宽限制。 如果参数太多写在一行（如加了 IDLTE/IACC 后 >72 字符），行尾的参数会被 静默截断。`write_nst()` 现在把参数分两行写（line1≤64c, line2 余下参数）。 这是个隐蔽 bug——截断后 tlusty 不报错而是用默认值，导致"看似成功实则参数 没生效"。 7. **fort.84 残留（已修复）**：tlusty 运行时会在工作目录写 fort.84（nst 参数的 内部表示）。如果下一次 tlusty 运行（不同 NATOMS）读到旧的 fort.84，会报 "Bad integer for item 48" 崩溃。`run_tlusty()` 现在每次运行前删除 fort.84。 8. **收敛可靠性（如实）**：用正确配方（无 CHMAX/ITEK, NFREAD=2000, nc NITER=10） 后，20000-40000K 全区间冷启动可靠收敛；60000-80000K + He-rich/低金属用 种子步进可解决；**80000K + He-poor + logCNO=-1 是真实物理极限** （CNO 高价离子主导不透明度，金属 ×10 跳跃线性化无法阻尼），网格如实标记 未收敛。之前版本的"8/8 边界全部成功"不准确（基于错误的 CHMAX=0.1）。 `ICRSW`（Hummer & Voels 切换）在 tlusty208 **原版中是死代码** （SUBROUTINE SWITCH 从未被 CALL，CRSW≡1.0），不要依赖它稳定化； 即便源码修复启用后实测对难点也无帮助。详见 EXPERIENCE.md §5Y。