FAIRChem v2 UMA:分子、触媒、材料、振動、分子動力学のための万能原子間ポテンシャル
Meta
FAIRChem v2は、単一フレームワーク内で分子、触媒、無機材料のシミュレーションが可能な万能機械学習原子間ポテンシャルUMAを導入します。チュートリアルでは、エネルギー予測、幾何最適化、振動解析、表面吸着、GPU加速を用いた分子動力学など、計算化学のワークフロー全体での応用を実演します。
このチュートリアルでは、FAIRChem v2とUMA(ユニバーサル機械学習原子間ポテンシャル)を、分子化学、触媒、無機材料にわたる原子シミュレーションの統合フレームワークとして解説します。環境を設定し、Hugging Faceで認証してゲート化されたUMAモデルの重みにアクセスし、omol、oc20、omat領域向けのタスク固有の計算機を初期化します。同じ事前学習済みポテンシャルを、単一点エネルギーと力の予測、分子立体構造最適化、スピン状態比較、反応エネルギー推定、振動解析、表面吸着、結晶セル緩和、状態方程式フィッティング、分子動力学、ポテンシャルエネルギー表面スキャンなどのワークフローに適用します。このチュートリアルでは、FAIRChemと原子シミュレーション環境(ASE: Atomic Simulation Environment)を統合し、原子構造、最適化ツール、制約条件、熱力学的計算、軌跡解析を管理しながら、GPUアクセラレーションを利用します。
出典: MarkTechPost —
原文
