facebookresearch/fairchem

解決的問題

Fairchem 為材料科學與量子化學提供了數據、模型與工具的集中樞紐。它使研究人員能夠執行複雜的化學模擬——例如催化劑表面吸附劑的弛豫、無機晶體的弛豫以及執行分子動力學——而無需僅僅依賴計算成本高昂的傳統方法。

工作原理

該專案提供預訓練的機器學習原子間勢 (MLIP)，特別是 UMA 模型系列（small 與 medium 版本），可以透過 FAIRChemCalculator 集成到 Atomic Simulation Environment (ASE) 中。使用者可以選擇特定的任務名稱（例如用於催化的 oc20、用於無機材料的 omat、用於分子與聚合物的 omol）來使模型的預測符合其特定領域。 對於大規模模擬，它支援多節點與多 GPU 推論，並與 LAMMPS 集成以處理包含數十萬個原子的系統。

適用對象

專為需要預測位能並執行結構優化或分子動力學模擬的材料科學、量子化學與計算化學領域的科學家與研究人員設計。

亮點

• 廣泛的領域覆蓋：支援催化、氧化物催化、無機材料、分子、聚合物、MOF 與分子晶體。
• UMA 模型系列：提供從快速的 uma-s（大多數基準測試中的 SOTA）到更精確的 uma-m 的一系列模型。
• 高性能擴展：透過 Ray 支援多 GPU 與多節點推論，能夠模擬包含 10 萬個以上原子的系統。
• ASE 集成：與 ASE 函式庫無縫集成，可輕鬆設置 atoms 物件與 dynamics 物件。