mir-group/nequip

解决的问题

NequIP 提供了一个构建 E(3) 等变原子间势能的框架，这是一种机器学习模型，用于预测系统中原子的能量和受力。它解决了需要数据高效且准确的势能模型，同时尊重三维空间的物理对称性（旋转、平移和反演）的需求。

工作原理

该项目实现了 E(3) 等变图神经网络来建模原子间相互作用。它提供了一组基础势能——覆盖大部分元素周期表的预训练模型——可直接使用或在特定数据集上进行微调。该框架设计为可扩展，允许用户构建自定义架构（如 Allegro 包中实现的严格局域架构）或实现新的训练技术。

适用人群

专为计算化学、材料科学和生物分子模拟领域的研究人员和科学家设计，适用于需要高性能原子间势能进行生产级模拟的用户。

主要亮点

• 基础势能：预训练的通用模型，覆盖大部分元素周期表。
• 高性能：支持编译训练和推理、多 GPU 训练，以及通过 OpenEquivariance 和 CuEquivariance 实现的 GPU 内核加速。
• 集成性：与 Atomic Simulation Environment (ASE) 和 LAMMPS 无缝集成。
• 可扩展架构：灵活的框架，支持扩展包和自定义架构的开发。