FAIRChem v2 UMA：面向分子、催化剂、材料、振动与分子动力学的通用原子间势能模型
Meta
FAIRChem v2 引入了 UMA，这是一个通用的机器学习原子间势能模型，能够在单一框架内模拟分子、催化和无机材料。教程展示了其在计算化学工作流中的应用，包括能量预测、几何优化、振动分析、表面吸附以及使用 GPU 加速的分子动力学。
本教程探讨了FAIRChem v2和UMA通用机器学习原子间势，作为分子化学、催化和无机材料领域原子模拟的统一框架。它配置环境，通过Hugging Face认证以访问受控的UMA模型权重，并为omol、oc20和omat领域初始化特定任务的计算器。相同的预训练势应用于多种工作流程，包括单点能量和力预测、分子几何优化、自旋态对比、反应能量估算、振动分析、表面吸附、晶胞弛豫、状态方程拟合、分子动力学以及势能面扫描。该教程将FAIRChem与原子模拟环境（Atomic Simulation Environment, ASE）集成，以管理原子结构、优化器、约束条件、热力学计算和轨迹分析，同时利用GPU加速。
来源: MarkTechPost —
原文