Atomic Simulation Environment (ASE)

  • 公開度 3 ★★★
  • ドキュメント充実度 3 ★★★

原子構造モデリング・シュミレーション管理・可視化などを行うpythonモジュール群。数多くの第一原理計算・古典分子動力学・量子化学計算アプリケーションに対応しており、GUI、コマンドライン、pythonスクリプトなど、複数のインタフェースを備える。LGPLに基いて公開されている。

アプリ詳細へ

DMOL3

  • 公開度 0 ☆☆☆
  • ドキュメント充実度 3 ★★★

密度汎関数理論に基づく第一原理計算アプリケーション。Material Studioに含まれ、全電子計算法・擬ポテンシャル法などを用いて分子、クラスタ、結晶、固体界面などを含む広範囲な系の電子状態や物性を評価することができる。触媒反応や燃焼反応などの化学反応を伴う計算が可能で、大規模並列計算にも対応している。

アプリ詳細へ

almaBTE

  • 公開度 3 ★★★
  • ドキュメント充実度 3 ★★★

フォノン-ボルツマン方程式を使って熱輸送特性を評価するアプリケーション。物質のフォノン特性に関するデータベースを有しており、結晶・合金やそれらを組み合わせたヘテロ構造について、熱伝導率や比熱の評価を行うことができる。フォノンのエネルギーごとに伝導度・比熱への寄与を評価でき、実時間応答・定常状態解析も可能。

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

pacemaker

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

非線形atomicクラスター展開による原子間力ポテンシャル構築のためのツール。pandasとASEを使ったデータフォーマットを用いるが、VASPの出力ファイルから学習データを自動で抽出することもできる。学習したポテンシャルはLAMMPSに対応しており、分子動力学計算と同時に、出現した構造の学習範囲からの逸脱度合い(extrapolation grade)も計算可能。

アプリ詳細へ

JDFTx

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

平面波基底およびJoint DFT法に基づく第一原理計算アプリケーション。液体中の分子の電子状態計算に性能を発揮し、系が帯電している場合でも優れた収束性を有する。C++11で記述されており、CUDAによるGPU計算にも対応しているほか、CASINOと連携した拡散モンテカルロの計算にも対応している。

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

GaussView

  • 公開度 0 ☆☆☆
  • ドキュメント充実度 2 ★★☆

有名な量子化学計算ソフトであるGaussianシリーズの純正可視化アプリケーション。有償・ソース非公開だが、分子モデルの構築、パラメータの設定、ジョブの管理、計算結果の表示など、多岐にわたる機能を有する。Gaussianの入力ファイル作成と各種出力ファイルを用いた結果の可視化のほか、Sybyl, Molden, PDB, CIFの構造フォーマットも読み書きできる。

アプリ詳細へ

Allegro

  • 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Allegroポテンシャルモデルを構築し、分子動力学計算に利用するためのオープンソースソフトウェア。NequIPに依存しており、NequIPと同様に利用可能。メッセージパッシングを用いずに、局所的な情報のみから原子ごとのエネルギーが計算できるため、スケーリングに優れるとされる。

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