用于创建机器学习分子间势和相关原子模拟工作流程的wfl Python工具包
摘要：预测性原子模拟越来越多地用于数据密集的高通量研究，利用不断增长的计算资源。为了处理这类研究中所需的大量个别计算，原子模拟工作流管理包已被开发用于不断增长的用户群体。这些包主要用于处理计算密集型的从头计算，通常侧重于数据来源和可重复性。然而，在相关的模拟社区中，例如机器学习的原子间势（MLIP）开发者，计算需求有些不同：计算任务的类型、大小和数量更加多样化，因此需要额外的并行化和本地或远程执行方式以实现最佳效率。在这项工作中，我们展示了原子模拟和MLIP拟合工作流管理包wfl以及Python远程执行包ExPyRe，以满足这些需求。通过wfl和ExPyRe，可以编写基于多种过程的多功能原子模拟环境（ASE）工作流。这种能力基于一个面向开发人员的低级框架，可以用于构建用户友好程序的高级功能。wfl已经整合了这种高级自动化机器学习原子间势拟合过程的能力，我们在这项工作中使用它来展示其能力。我们相信wfl填补了几个不断增长的模拟社区中的重要空白，并将帮助开发高效的定制计算任务。
作者：Elena Gelv{z}inyt.e, Simon Wengert, Tam''as K. Stenczel, Hendrik H. Heenen, Karsten Reuter, G''abor Cs''anyi and Noam Bernstein
论文ID：2306.11421
分类：Computational Physics
分类简称：physics.comp-ph
提交时间：2023-08-02