Популярный симулятор атомов CP2K помогает обучать ИИ-модели

Программный пакет CP2K с открытым исходным кодом входит в тройку самых популярных в мире исследовательских инструментов для симуляции поведения атомов и молекул. Он играет важную роль в генерации данных для обучения искусственного интеллекта, определяющего молекулярные энергии и силы.

Два слоя графитового нитрида углерода, уложенные друг на друга (атомы углерода — серые, азота — синие). Вариации этого полимера исследуются на пригодность в качестве фотокатализаторов (готовые к реакции атомы водорода — белые). Автор: J. Pototschnig/CASUS

Разработкой и поддержкой пакета активно занимаются специалисты Центра перспективных системных исследований (CASUS) в Германии. Вместе с коллегами из Швейцарии, Великобритании и Канады они подготовили обзорную статью о текущем состоянии CP2K, опубликованную в Journal of Physical Chemistry B. Статья ориентирована на новых пользователей из теоретической химии, материаловедения и смежных областей.

CP2K основан на «первых принципах», то есть использует фундаментальные физические модели без привлечения экспериментальных данных. Он может рассчитывать как статические свойства, так и динамическое поведение отдельных атомов, молекул в газах или растворах, а также больших кристаллических решёток.

«Цель CP2K — предсказать средние свойства любого вещества, состоящего из взаимодействующих электронов и ядер, — говорит доктор Фредерик Штайн, один из основных авторов статьи. — Отличительная черта CP2K в том, что пользователи могут выбирать и комбинировать подходящие для их нужд методы из широкого спектра классических и квантово-механических подходов».

Программное обеспечение высоко масштабируемо и позволяет эффективно проводить расчёты на десятках тысяч CPU или тысячах GPU одновременно. Оно оптимизировано как под аппаратное обеспечение, так и под физические модели.

CP2K широко используется для генерации высококачественных данных о электронной структуре, необходимых для обучения ИИ-моделей в атомистике и материаловедении. Кроме того, сам пакет включает различные суррогатные ИИ-модели — машинно-обученные приближения, которые производят приближённые результаты с гораздо меньшими вычислительными затратами, расширяя доступные временные и пространственные масштабы симуляций.

«Мы видим, что интерес к CP2K значительно вырос в последние годы, — отмечает профессор Томас Д. Кюне, директор CASUS. — Если научный инструмент так востребован, мы считаем своей обязанностью поддерживать и развивать этот пакет».

Рост интереса во многом связан именно с возможностью генерировать данные для обучения ИИ. Новая обзорная статья призвана облегчить новичкам старт в сложной теме атомистического моделирования с помощью CP2K.