PySCF

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

Pythonで書かれた電子状態計算プラットフォーム。ユーザーは平均場だけでなく、GW法や結合クラスター法、配置間相互作用法などのポスト平均場を用いたシミュレーションを実行することが可能。BLOCKやLibxcなどの他のソフトウェアへのインターフェイスも提供されている。

アプリ詳細へ

DeePMD-kit

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

深層学習による原子間力ポテンシャル構築のためのPython/C++ベースのソフトウェアパッケージ。局所構造に合わせた座標系を基準にして原子環境記述子を定義するDeep Potentialを実装している。多数の第一原理計算アプリおよび分子動力学計算アプリの出力を学習データとして利用可能で、学習済みのポテンシャルはLAMMPSによる分子動力学計算およびi-PIによる経路積分分子動力学計算で利用できる。

アプリ詳細へ

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

シフト型クリロフ部分空間解法を用いた大規模疎行列向け並列化数値計算ルーチン。ハミルトニアン行列と状態ベクトルを入力として動的相関関数を効率よく計算することが可能。汎用な数値ライブラリであり、多体量子模型ソルバーHΦでの動的グリーン関数の計算機能の実装などに利用されている。また、Heisenberg模型などの量子格子模型の動的相関関数を計算するミニアプリが付属している。

アプリ詳細へ

psi4

  • 公開度 3 ★★★
  • ドキュメント充実度 3 ★★★

量子化学計算を行うオープンソースアプリケーション。ハートリー-フォック近似、密度汎関数理論、結合クラスター法、CI法などを用いた量子化学計算を行うことができる。プログラムはC++で書かれているが、Python用のAPIが提供されており、Python上から設定や計算の実行などを行うことができる。

アプリ詳細へ

QUIP

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

分子動力学計算のためのソフトウェアツールを集約したパッケージ。様々な原子間ポテンシャルやタイトバインディングモデルが実装されており、多数の外部アプリの呼び出しが可能。機械学習ポテンシャルの一種であるGAP (Gaussian Approximation Potential)の訓練と評価に対応している。

アプリ詳細へ

OpenMX

  • 公開度 3 ★★★
  • ドキュメント充実度 3 ★★★

原子局在基底と擬ポテンシャルを用いた第一原理計算プログラム。結晶・界面・溶液などの広範な物理系に対して、局在基底を利用した高速の電子状態計算を行う。大規模系に対して分子動力学計算や構造最適化を速やかに実行でき、ハイブリッド並列も実装する。ノンコリニア磁性や非平衡グリーン関数法による電気伝導計算にも対応。

アプリ詳細へ

QMCPACK

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

ハイパフォーマンスな量子モンテカルロ法が実装されているオープンソースコード。分子や固体系の電子状態計算を行うことができる。変分モンテカルロ法や拡散モンテカルロ法、軌道空間補助場量子モンテカルロ法など最先端の量子モンテカルロ法に関するアルゴリズムが実装されている。

アプリ詳細へ

GAMESS-US

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

非経験的量子化学計算を行うオープンソースアプリケーション。ハートリー-フォック理論、密度汎関数理論、多体摂動論、配位間相互作用理論などを用いた分子の電子状態計算を行う。無償ながら精力的な開発により高品質・高機能な コードを維持しており、世界的に多くのユーザーを有する。歴史的にGAMESS-UKと共通のコアプログラムを有する。

アプリ詳細へ

NequIP

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

E(3)-同変グラフニューラルネットワークを用いた機械学習ポテンシャルを構築し、利用するためのオープンソースソフトウェア。aseで読み込み可能な構造ーエネルギー・原子間力データを用いた学習が可能。学習済みのポテンシャルを用いてLAMMPSによる分子動力学計算を行うことができる。

アプリ詳細へ

PIMD

  • 公開度 3 ★★★
  • ドキュメント充実度 3 ★★★

分子シミュレーションのためのオープンソースアプリケーション。古典・第一原理分子動力学法、経路積分法、レプリカ交換法、メタダイナミクス法、ストリング法、サーフェスホッピング法、QM/MM法など多様な手法をサポートする。分子構造(レプリカ)と力場(断熱ポテンシャル)の間での階層的な並列化により、高速かつ高効率な計算が可能。

アプリ詳細へ