COMBO(COMmon Baysian Optimization)をもとに、主に物性分野の研究者をターゲットに開発された、高速でスケーラブルなベイズ最適化のためのPythonライブラリ。あらかじめリストアップした候補パラメータから目的関数値が最大と考えられる候補を機械学習による予測をうまく利用することで選定できる。scikit-learn 等のスタンダードなベイズ最適化の実装よりも、多くのデータを扱うことができる。
Pomerolは厳密対角化法をもとに一粒子、二粒子グリーン関数を計算するアプリ。C++で書かれており、MPI+openMPのハイブリッド並列にも対応している。
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。
機械学習のためのオープンソース計算ライブラリTorchをPythonから使うためのインターフェース。手軽にニューラルネットワークによる深層学習を構築することができ、最新の手法を利用することができる。CUDAによるGPGPU並列計算に対応しており、高速処理が可能。C++から呼ぶためのインターフェースも用意されている。
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。
分子動力学計算において、自由エネルギー計算を行うオープンソースライブラリ。Amber やLammps など、主要な分子動力学計算ソフトウェアを幅広くサポートしている。
生体高分子の可視化を行うアプリケーション。独自のコマンドラインとグラフィカルユーザーインターフェース、600種以上の設定項目、20種以上の表現方法を備え、高分子の可視化を直感的に行うことができる。PDB, multi-SDFなど30以上のファイル形式をサポートし、レイトレーシングによる描画など高度な可視化も可能。
物質解析のためのpythonライブラリ。物質構造に関する柔軟なクラスが整備され、結晶構造や各種物性データを効率よく取り扱うことができる。相図・電位pH図・拡散係数解析を行うことができるほか、バンド構造や状態密度などの電子状態解析も可能。Materials Projectと連動して開発が活発に行われている。
レイトレーシングを利用した立体感のある可視化を行うアプリケーション。球、立方体など任意の物体の位置と形状が可視化でき、流体計算などで得られる格子上のデータから立体的な可視化をボリュームレンダリングによって行うこともできる。マクロ関数を用いた簡便な3次元立体シミュレータとしての利用も可能。
ソースコードの指定区間の実行時間や通信量を測定するためのオープンソースライブラリ。C/C++ および Fortran のAPI が用意されており、またシリアルプログラムだけでなく、MPI & OpenMP ハイブリット並列プログラムでも利用可能。