AMS2024 重要新功能概览

多尺度全功能的材料与化学模拟平台 AMS

AMS 是一款历史悠久而又迅速发展的多尺度全功能的材料与化学模拟平台，目前包括以下功能与应用：

• 分子体系的量子化学计算：化学反应机理研究、丰富的光谱性质预测、发光、热力学性质、化学键的机理研究、重元素配合物与团簇、多金属氧酸盐、分子构象搜索等
• 晶体、低维材料：吸附、表面催化、单原子催化、化学反应机理、磁性质、材料电子学性质、化学键的机理研究、力学性能、热力学性质、光的吸收与折射等
• 介观体系：基于经典力场、反应力场、机器学习势、半经验量子化学方法的分子动力学与蒙特卡洛模拟，被广泛地应用于化学反应机理与预测研究，以及微细加工、燃烧、热解、催化，以及半导体、聚合物物性的研究
• 宏观物质：离子液体、溶液、气液平衡、液液平衡、共晶、低共熔溶剂等，采用UNIFAC、COSMO-RS/SAC/UNIFAC等方法进行研究，广泛应用于化工、制药领域的研究
• 更接近实验、工业研究实际：微观动力学、动力学蒙特卡洛

进一步了解，请参考AMS的详细介绍。

ReaxFF 力场、机器学习势、DFTB 参数训练

基于AMS 的 Advanced WorkFlow 模块的 ParAMS，训练功能得到彻底完善，并增加 MD Active Learning 实时学习 AIMD 对机器学习势 M3GNet 与 NequIP 进行微调或从头训练。并提供相关中文图文、视频教程如下：

• ParAMS 训练 ReaxFF（链接）
• ParAMS 训练 DFTB 参数（链接）
• 机器学习势的训练：
  • MD Active Learning 学习 AIMD（链接）：AIMD中发生化学反应的过程往往非常缓慢，很多反应集中在ns级别，甚至整个MD过程完成也没有得到预期的反应。因此一般的AIMD学习软件，虽然学习算法高效，但是由于学习样本本身的问题，导致学习的效率非常低。AMS 可以要求 MD 按指定方式发生化学反应（链接），从根本上解决这个问题。
  • ParAMS 训练机器学习势如 M3GNet（链接）：优点是训练效率非常高，用户可以自行生成结构优化、过渡态搜索、势能面扫描、键长、键角、能量、晶格常数，甚至实验数据来训练。缺点是需要用户逐渐积累一定的经验，训练集、验证集的选择需要人的智慧经验。

分子动力学与化学反应

• 机器学习势增加 AIMNet2：适用于分子、离子，包括非金属元素，异构能量排序非常准确
• 可以为分子动力学设置作业退出条件
• ReaxFF：新增 6 种新力场
• ML Potential：自动检测 PGU 型号
• 离子电导率（链接）
• 化学反应辅助工具：
  • Reactions Discovery：快速确认（副）反应可能性、（副）产物可能性（链接）
  • ACE Reaction Network：根据反应物、产物的分子结构，筛选反应通道（链接）
  • Reaction boost：强制反应，用于 MD Active Learning 从 AIMD 训练机器学习势非常有用（链接）
  • React Map：确定化学反应中反应物和产物之间的最佳原子映射（链接）

Quantum ESPRESSO & BAND

集成 Quantum ESPRESSO 7.1 并与 BAND 合并为一个模块，并更新了赝势库，默认使用 Solid-State Pseudopotentials (SSSP)  赝势。Quantum ESPRESSO 实现完全集成，输入、输出文件格式与AMS传统一致。并支持 AMS 驱动的各种功能，如巨正则系综蒙特卡洛、分子动力学、势能面扫描、PES Exploration、过渡态搜索等，用法与其他模块一致。

Quantum ESPRESSO 也可用于 MD Active Learning 训练机器学习势、生成ParAMS训练集。Quantum ESPRESSO & BAND 中文教程库（链接）

图形窗口

• 支持导出作业为 python 脚本
• 支持导入 *.run 文件
• 支持从文件、SMILES 导入多个分子
• AMSView：
  • 显示函数、函数均值，沿某条路径的分布（链接）
  • X 射线粉末衍射谱（链接）
• AMSmovie：显示机器学习势分子动力学模拟的不确定性

其他功能

• ADF
  • 计算 paramagnetic NMR (pNMR) chemical shieldings（链接）
  • G0W0 支持 DRF、COSMO 溶剂化
• BAND：从前一次计算 restart DOS/BandStructure 计算
• APPLE&P：升级参数到 1.13
• COSMO-RS: 增加 PyCRS 功能及其 database module & CRS Manager
• PISA：AMS 的新 Python 输入系统（PLAMS settings.input 的替代方案）带自动完成和输入猜测提示

新版试用

AMS 免费试用（链接）