facebookresearch/fairchem

解决的问题

Fairchem 为材料科学和量子化学提供了数据、模型和工具的集中枢纽。它使研究人员能够执行复杂的化学模拟——例如催化剂表面吸附剂的弛豫、无机晶体的弛豫以及运行分子动力学——而无需仅仅依赖计算成本高昂的传统方法。

工作原理

该项目提供预训练的机器学习原子间势 (MLIP)，特别是 UMA 模型系列（small 和 medium 版本），可以通过 FAIRChemCalculator 集成到 Atomic Simulation Environment (ASE) 中。用户可以选择特定的任务名称（例如用于催化的 oc20、用于无机材料的 omat、用于分子和聚合物的 omol）来使模型的预测符合其特定领域。 对于大规模模拟，它支持多节点和多 GPU 推理，并与 LAMMPS 集成以处理包含数十万个原子的系统。

适用对象

专为需要预测势能并执行结构优化或分子动力学模拟的材料科学、量子化学和计算化学领域的科学家和研究人员设计。

亮点

• 广泛的领域覆盖：支持催化、氧化物催化、无机材料、分子、聚合物、MOF 和分子晶体。
• UMA 模型系列：提供从快速的 uma-s（大多数基准测试中的 SOTA）到更精确的 uma-m 的一系列模型。
• 高性能扩展：通过 Ray 支持多 GPU 和多节点推理，能够模拟包含 10 万个以上原子的系统。
• ASE 集成：与 ASE 库无缝集成，可轻松设置 atoms 对象和 dynamics 对象。