deepmodeling/dpgen

解決的問題

DP-GEN 實現了分子模擬中可靠的基於深度學習的勢能模型和力場的自動創建。它消除了在高性能計算 (HPC) 集群上生成這些模型時，手動準備腳本和管理作業隊列的需要。

工作原理

DP-GEN 使用與 DeePMD-kit 集成的並行學習平台來生成模型。它會對數百萬個結構進行採樣，但僅選擇極小一部分進行高成本的第一原理計算，以確保最終模型的均勻準確性。該軟體充當編排器，與各種分子模擬工具（如 LAMMPS、Gromacs 和 AMBER）以及從頭算計算軟體（如 VASP、CP2K 和 Gaussian）進行介面，處理數據生成和分析。

適用對象

專為需要在 HPC 系統上使用深度學習生成精確原子間勢能模型的計算化學和物理學研究人員及開發人員設計。

亮點

• 自動化 HPC 管理：自動為 Slurm、PBS、LSF 和雲端機器準備腳本並維護作業隊列。
• 高效率：能夠在最大限度減少所需第一原理計算次數的同時，對數千萬個結構進行採樣。
• 廣泛的兼容性：支持廣泛的 MD 介面（LAMMPS、Gromacs、AMBER、Calypso）和從頭算工具（VASP、PWSCF、CP2K、SIESTA、Gaussian、Abacus、PWmat）。
• 模組化設計：採用模組化代碼結構，允許用戶根據特定需求擴展平台。