deepmodeling/deepmd-kit

何を解決するか

DeePMD-kit は量子力学的参照データを高速でスケーラブルな原子間ポテンシャルに変換します。これにより、分子および材料科学の研究者は、完全な量子力学的計算の計算コストをかけずに、有限分子、共有結合系、周期的固体、金属の大型シミュレーションを実行できます。

動作方法

このツールキットは、モデルをゼロから訓練するか、事前学習済みの Deep Potential (DPA4) モデルから開始して特定のシステムにファインチューニングするワークフローを提供します。TensorFlow、PyTorch、JAX、Paddle などの複数のバックエンドをサポートしています。訓練後、モデルは高速な推論のために圧縮でき、さまざまな分子動力学エンジンで使用できるようにエクスポートできます。

対象ユーザー

分子および材料科学における科学者やエンジニア向けに設計されており、分子動力学シミュレーションに高パフォーマンスな原子間ポテンシャルが必要な人を対象としています。

特徴

• 事前学習モデルを活用したワークフロー：DPA4 モデルのダウンロードとファインチューニングをサポート。
• 柔軟なモデルポートフォリオ：高精度向けの DPA4 と高スループット向けの DPA4C を提供。
• 広範な物理的ターゲット：エネルギー、力、バリアル、ヘシアン、スピン、磁気力、双極子、電子密度状態をモデル化可能。
• バックエンド非依存：PyTorch、TensorFlow、JAX、Paddle と互換性あり。
• 豊富な統合機能：LAMMPS、i-PI、ASE、GROMACS、CP2K などのシミュレーションエンジンと連携可能。