deepmodeling/dpgen

解決する課題

DP-GENは、分子シミュレーション用の信頼性の高い深層学習ベースのポテンシャルエネルギーモデルおよび力場の作成を自動化します。これにより、これらのモデルを生成する際に、ハイパフォーマンス・コンピューティング（HPC）クラスター上でスクリプトを準備したりジョブキューを管理したりする手作業の必要性を排除します。

仕組み

DP-GENは、DeePMD-kitと統合された並列学習プラットフォームを使用してモデルを生成します。数百万もの構造をサンプリングしますが、最終的なモデルが均一に正確であることを保証するために、高コストな第一原理計算にはそのうちのわずかな割合のみを選択します。このソフトウェアはオーケストレーターとして機能し、さまざまな分子シミュレーションツール（LAMMPS、Gromacs、AMBERなど）および第一原理計算ソフトウェア（VASP、CP2K、Gaussianなど）とインターフェースして、データの生成と分析を処理します。

対象者

HPCシステム上で深層学習を用いて正確な原子間ポテンシャルエネルギーモデルを生成する必要がある、計算化学および物理学の研究者や開発者向けに設計されています。

ハイライト

• 自動化されたHPC管理: Slurm、PBS、LSF、およびクラウドマシン向けにスクリプトを自動的に準備し、ジョブキューを維持します。
• 高い効率性: 必要な第一原理計算の回数を最小限に抑えつつ、数千万の構造をサンプリングすることが可能です。
• 幅広い互換性: 幅広いMDインターフェース（LAMMPS、Gromacs、AMBER、Calypso）および第一原理ツール（VASP、PWSCF、CP2K、SIESTA、Gaussian、Abacus、PWmat）をサポートしています。
• モジュール設計: ユーザーが特定のニーズに合わせてプラットフォームを拡張できる、モジュール式のコード構造を備えています。