Elk

  • 公開度 3 ★★★
  • ドキュメント充実度 3 ★★★

全電子計算法に基づくオープンソースの第一原理計算アプリケーション。バルク・表面・磁性体などの系の高精度な密度汎関数計算が可能。標準的な手法(LDA,GGAなど)に加え、LDA+U法、スピン軌道相互作用・ノンコリニア磁性の評価、フォノン計算などに対応しており、OpenMPとMPIのハイブリッド並列計算にも対応している。

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

QUANTUM ESPRESSO

  • 公開度 3 ★★★
  • ドキュメント充実度 3 ★★★

擬ポテンシャル法と平面波基底を用いた第一原理計算ライブラリ。広範な物理系に対して、密度汎関数法に基づく電子状態計算を高精度で行うことができる。基本プログラムのほかに多数のコアパッケージ・プラグインが含まれ、無償ながら研究・開発に利用できる多くの充実した機能を持つ。MPIによる並列計算にも対応している。

アプリ詳細へ

ABINIT

  • 公開度 3 ★★★
  • ドキュメント充実度 3 ★★★

擬ポテンシャル法と平面波基底を用いたオープンソースの第一原理計算ライブラリ。固体の電子状態計算・バンド計算や表面界面の構造最適化など、多くの系に対して密度汎関数理論に基づく第一原理計算を実行できる。チュートリアル・マニュアルが充実しており、無償ながら化学反応や格子振動などの多くの物理量を手軽に計算できる。

アプリ詳細へ

PAICS

  • 公開度 3 ★★★
  • ドキュメント充実度 3 ★★★

フラグメント分子軌道法(FMO法)に基づく量子化学計算を行うアプリケーション。生体分子を含む巨大分子のHF計算やMP2計算などが高速に実行可能。MPI並列に対応しており、研究室レベルのクラスタ計算機からスパコンまで、幅広いシステムで高効率に稼働する。入力ファイル作成支援プログラムPaicsViewも開発されている。

アプリ詳細へ

SIMPLE-NN

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

ベーラー・パリネロ型ニューラルネットワークポテンシャルを実装するソフトウェアパッケージ。構造とエネルギー・原子間力・応力を関連付けるデータからポテンシャルを学習したり、学習済みのポテンシャルを使ったLAMMPSによる分子動力学計算も実行可能。独自の予測不確かさの指標も同時に計算できる。

アプリ詳細へ

SMASH

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

オープンソースの大規模並列量子化学計算ソフトウェア。ナノサイズ分子のエネルギー及び最適化構造を、分割せずにまるごと計算することが可能。利用できる環境は「京」コンピュータからPCまでで、シンプルなインプット、実行方法が特徴。さらに、頻繁に用いられるルーチンを容易に抜き出せるプログラム構造になっている。

アプリ詳細へ

QWalk

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

変分モンテカルロ法・拡散モンテカルロ法を用いたオープンソースの高精度電子状態計算アプリケーション。計算コストは大きいものの、原子・分子などの少数系の基底状態・励起状態の各種物理量を超高精度で評価することが可能。他の量子化学計算パッケージ(GAMESS, Gaussianなど)の結果から入力ファイルを自動生成することが可能。

アプリ詳細へ

DC

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

量子化学計算ソフトウェアGAMESSと合わせて配布されている電子状態計算ソフトウェア。エネルギー密度解析と分割統治法(DC法)を組み合わせる事で、電子相関を含む精度の高い量子化学計算が短時間で実行できる。スーパーコンピュータを使う事で、これまで困難だった多数の原子を含むナノ構造体の超高精度計算も可能。

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