FAIRChem v2 UMA: 분자, 촉매, 재료, 진동 및 분자 동역학을 위한 보편적 원자 간 전위
Meta
FAIRChem v2는 분자, 촉매 및 무기 재료를 단일 프레임워크 내에서 시뮬레이션할 수 있는 보편적 기계 학습 원자 간 전위인 UMA를 도입합니다. 튜토리얼은 GPU 가속을 사용한 에너지 예측, 기하학 최적화, 진동 분석, 표면 흡착 및 분자 동역학을 포함한 계산 화학 워크플로우 전반에 걸친 응용을 보여줍니다.
이 튜토리얼에서는 FAIRChem v2와 UMA(범용 기계학습 원자간 포텐셜)를 분자 화학, 촉매, 무기 재료에 걸친 원자 수준 시뮬레이션을 위한 통합 프레임워크로 살펴봅니다. 환경을 구성하고, Hugging Face에 인증하여 게이트가 적용된 UMA 모델 가중치에 접근한 후, omol, oc20, omat 도메인에 대한 작업별 계산기를 초기화합니다. 동일한 사전 훈련된 포텐셜을 단일 지점 에너지 및 힘 예측, 분자 기하 최적화, 스핀 상태 비교, 반응 에너지 추정, 진동 분석, 표면 흡착, 결정 셀 이완, 상태 방정식 피팅, 분자 동역학, 포텐셜 에너지 표면 스캐닝 등의 워크플로에 적용합니다. 튜토리얼은 FAIRChem을 Atomic Simulation Environment와 통합하여 원자 구조, 최적화기, 제약 조건, 열역학 계산, 궤적 분석을 관리하는 동시에 GPU 가속을 사용합니다.
출처: MarkTechPost —
원문