本文へスキップ

TorchSim

TorchSim は Torch ネイティブでバッチ処理可能な原子シミュレーションエンジンで、各種機械学習ポテンシャルを GPU で高速化します。

掲載情報の更新 ·

概要

TorchSim は機械学習ポテンシャル(MLIP)時代の次世代オープンソース原子シミュレーションエンジンです。原子シミュレーションのコアプリミティブを PyTorch で書き直すことで、主要な機械学習ポテンシャルを大幅に高速化します。MACE、Fairchem、SevenNet、ORB、MatterSim などの MLIP モデルと、古典的な Lennard-Jones、Morse、ソフト球ポテンシャルに対応し、NVE/NVT/NPT 分子動力学、勾配降下・FIRE による構造緩和、Swap Monte Carlo を提供し、ASE、Pymatgen、Phonopy と統合します。

TorchSim は機械学習ポテンシャルを利用するシミュレーションエンジン(AI 関連ツール)であり、機械学習モデルそのものではありません。MIT で公開され、論文は AI for Science 1, 025003 (2025) です。

主な機能

  • Torch ネイティブでバッチ処理可能な原子シミュレーションエンジン。GPU 加速と自動バッチ処理に対応。
  • MACE、Fairchem、SevenNet、ORB、MatterSim の MLIP と古典ポテンシャルに対応。
  • NVE/NVT/NPT 分子動力学、FIRE 緩和、Swap Monte Carlo を提供。

用途

  • GPU 上で機械学習ポテンシャルの分子動力学と構造緩和をバッチ実行する。
  • 複数の MLIP と ASE/Pymatgen/Phonopy ワークフローをつなぐシミュレーションエンジンとして利用する。

使い方

pip install torch-sim-atomistic で導入し、MACE などの MLIP モデルと併用します。https://torchsim.github.io/torch-sim/ を参照。

出典と確認の範囲

この掲載情報はリンク先のプロジェクト資料に記載された機能を説明します。掲載情報の更新は、実行、互換性試験、科学的性能評価の実施を意味しません。

編集・確認方針を読む

関連リソース

Allegro

モデル

Allegro は NequIP の拡張として E(3) 等変原子間ポテンシャルを実装し、文書化された GPU 高速化オプションと、LAMMPS シミュレーション用の独立したプラグインを提供します。

オープンソースPython

計算化学 · 材料探索

computational-chemistry-agent-skills コレクションに含まれる ASE ルーティング Skill。ワークフローの準備と計算器の設定を分け、実行は別の担当先に委任します。

計算化学 · 材料探索

atomate2

オープンソース

atomate2 は Python、jobflow、pymatgen を用いてモジュール化された材料計算ワークフローを構築します。

オープンソースPython

計算化学 · 材料探索

ChemAgent (AI4Chem)

エージェント

ChemAgent (AI4Chem) は化学・材料分野でのツール利用を目的とする研究フレームワークであり、木探索による計画、ツール実行、ChemToolBench に基づく学習を扱う CheMatAgent 論文と関連しています。

計算化学 · 材料探索

ChemGraph

エージェント

ChemGraph は、自然言語による化学リクエストを分子構築、シミュレーション、解析、レポート作成につなぐ Python エージェントフレームワークで、CLI、Python、Streamlit、MCP のインターフェースを備えています。

オープンソースPython

計算化学 · 材料探索

CHGNet

モデル

CHGNet は、結晶構造を対象とする、電荷情報を取り入れた事前学習済みニューラルネットワークポテンシャルです。エネルギー、力、応力、磁気モーメントを予測し、構造緩和や分子動力学のワークフローに利用できます。

オープンソースPython

計算化学 · 材料探索

関連ガイド

エージェント

化学AIエージェント入門:チャットから研究ワークフローへ

化学および生物医学研究向けの8つのエージェントを取り上げる実践ガイドです。ツール、メモリ、計画、多エージェントの役割の仕組み、タスク別に適したプロジェクト、科学的監督のもとで限定的な自律性を評価する方法を解説します。