deepmodeling/dpgen

해결하는 문제

DP-GEN은 분자 시뮬레이션을 위한 신뢰할 수 있는 딥러닝 기반 포텐셜 에너지 모델 및 포스 필드 생성을 자동화합니다. 이를 통해 이러한 모델을 생성할 때 고성능 컴퓨팅(HPC) 클러스터에서 스크립트를 준비하고 작업 큐를 관리하는 수동 작업의 필요성을 제거합니다.

작동 방식

DP-GEN은 DeePMD-kit와 통합된 병렬 학습 플랫폼을 사용하여 모델을 생성합니다. 수백만 개의 구조를 샘플링하지만, 최종 모델이 균일하게 정확하도록 하기 위해 비용이 많이 드는 제일원리 계산에는 극히 일부만 선택합니다. 이 소프트웨어는 오케스트레이터 역할을 하여 다양한 분자 시뮬레이션 도구(LAMMPS, Gromacs, AMBER 등) 및 제일원리 계산 소프트웨어(VASP, CP2K, Gaussian 등)와 인터페이스하여 데이터 생성 및 분석을 처리합니다.

대상 사용자

HPC 시스템에서 딥러닝을 사용하여 정확한 원자 간 포텐셜 에너지 모델을 생성해야 하는 계산 화학 및 물리학 분야의 연구자와 개발자를 위해 설계되었습니다.

주요 특징

• 자동화된 HPC 관리: Slurm, PBS, LSF 및 클라우드 머신을 위한 스크립트를 자동으로 준비하고 작업 큐를 유지합니다.
• 높은 효율성: 필요한 제일원리 계산 횟수를 최소화하면서 수천만 개의 구조를 샘플링할 수 있습니다.
• 폭넓은 호환성: 다양한 MD 인터페이스(LAMMPS, Gromacs, AMBER, Calypso) 및 제일원리 도구(VASP, PWSCF, CP2K, SIESTA, Gaussian, Abacus, PWmat)를 지원합니다.
• 모듈형 설계: 사용자가 특정 요구 사항에 맞춰 플랫폼을 확장할 수 있는 모듈형 코드 구조를 특징으로 합니다.