deepmodeling/dpgen

解决的问题

DP-GEN 实现了分子模拟中可靠的基于深度学习的势能模型和力场的自动创建。它消除了在高性能计算 (HPC) 集群上生成这些模型时，手动准备脚本和管理作业队列的需要。

工作原理

DP-GEN 使用与 DeePMD-kit 集成的并行学习平台来生成模型。它会对数百万个结构进行采样，但仅选择极小一部分进行高成本的第一原理计算，以确保最终模型的均匀准确性。该软件充当编排器，与各种分子模拟工具（如 LAMMPS、Gromacs 和 AMBER）以及从头算计算软件（如 VASP、CP2K 和 Gaussian）进行接口，处理数据生成和分析。

适用对象

专为需要在 HPC 系统上使用深度学习生成精确原子间势能模型的计算化学和物理学研究人员及开发人员设计。

亮点

• 自动化 HPC 管理：自动为 Slurm、PBS、LSF 和云端机器准备脚本并维护作业队列。
• 高效率：能够在最大限度减少所需第一原理计算次数的同时，对数千万个结构进行采样。
• 广泛的兼容性：支持广泛的 MD 接口（LAMMPS、Gromacs、AMBER、Calypso）和从头算工具（VASP、PWSCF、CP2K、SIESTA、Gaussian、Abacus、PWmat）。
• 模块化设计：采用模块化代码结构，允许用户根据特定需求扩展平台。