DeePMD-kit – 深層学習による高精度な原子間ポテンシャルを生成するソフトウェア | MateriApps(マテリアップス) 計算物質科学の研究者、理論家、実験家・企業研究者、計算機科学者のための物質科学シミュレーションのポータルサイト

DeePMD-kit

[ディープピーエムディー・キット]

公開度：3 ★★★
ドキュメント充実度：3 ★★★

第一原理分子動力学データを用いて、深層学習による高精度な原子間ポテンシャルを生成するソフトウェア。DeePMDモデルにより、密度汎関数法（DFT）精度の分子動力学シミュレーションを大幅に高速化できる。LAMMPSなどの分子動力学コードと連携することができ、大規模系や高温高圧条件下での材料挙動解析、新材料探索などにも広く応用可能。

基本情報
Last Update:2026/01/07

公式サイト

https://github.com/deepmodeling/deepmd-kit

マニュアルページ

ライセンス

GNU Lesser General Public License v3.0 (LGPL-3.0)

利用環境	Pythonが利用できる環境
開発者	Han Wang（Institute of Applied Physics and Computational Mathematics, China） Linfeng Zhang（Center for Machine Learning Research, Peking University, China） Jiequn Han（Department of Mathematics, Princeton University, USA） Weinan E（Center for Machine Learning Research, Peking University / Princeton University, USA）
対象となる物質・モデル	固体
求められる物理量	圧力・応力テンソル、エネルギー分布関数・動径分布関数、弾性定数・バルク弾性率、拡散係数、熱伝導率、相転移解析、界面構造、反応経路
手法	深層ニューラルネットワーク
並列化対応	Supports hybrid parallelization combining MPI parallelism and GPU acceleration (CUDA)
関連アプリ	LAMMPS VASP QUANTUM ESPRESSO CP2K GPAW Siesta
文献	Han Wang, Linfeng Zhang, Jiequn Han, E. Weinan, Comput. Phys. Comm. 228, 178 (2018). Jinzhe Zeng, et al., J. Chem. Phys. 159, 054801 (2023). Jinzhe Zeng, et al., J. Chem. Theory Comput. 21, 4375 (2025).