orbital-materials/orb-models

해결하는 문제

Orb-models는 원자 시뮬레이션을 위한 사전 학습된 신경망 포텐셜을 제공하여, 전통적인 밀도 함수 이론(DFT) 계산의 극도로 높은 계산 비용 없이도 원자 시스템(결정 및 분자 등)의 에너지, 힘, 응력을 예측할 수 있게 합니다.

작동 방식

이 프로젝트는 Orb-v1부터 Orb-v3, OrbMol까지의 사전 학습된 모델 시리즈를 구현하여 보편적인 힘장으로 작동합니다. ALCHEMI Toolkit-Ops를 통해 GPU 가속 그래프 구성을 사용하여 원자 구조를 표현할 수 있으며, ASE(Atomic Simulation Environment) 계산기, TorchSim을 이용한 배치 최적화, 또는 NVALCHEMI Toolkit을 활용한 고성능 동역학에 통합할 수 있습니다. 최근 업데이트에서는 장거리 전기적 상호작용을 위한 CoulombModule과 D3 분산 보정을 추가하여 반데르발스 상호작용의 정확도를 향상시켰습니다.

대상 사용자

다양한 분자 및 결정계 시스템에서 구조 최적화 또는 분자 동역학(MD) 시뮬레이션을 수행해야 하는 계산 화학자, 재료 과학자, 물리학자에게 적합합니다.

주요 특징

• 고성능 추론: GPU에서 전체 모델 컴파일을 지원하여 속도 향상이 크게 가능하며, 대규모 시스템 배치 처리를 위한 최적화된 그래프 구성을 사용합니다.
• 다양한 모델 세트: 분자 시스템 전용 모델인 OrbMol(전체 전하 및 스핀 다중도 지원)과 일반 원자 시스템 시뮬레이션을 위한 Orb-v3 등이 포함되어 있습니다.
• 신뢰도 추정: Orb-v3 모델은 각 원자에 대한 힘 예측의 오차(MAE)를 예측하는 신뢰도 헤드를 포함하고 있습니다.
• 확장성: ASE sqlite 데이터베이스에 저장된 사용자 정의 데이터셋에 맞게 사전 학습된 모델을 미세 조정할 수 있는 내장된 미세 조정 스크립트를 제공합니다.