DeePMD-kit LAMMPS 集成机器学习势跑通分子动力学的完整指南【免费下载链接】deepmd-kitA deep learning package for many-body potential energy representation and molecular dynamics项目地址: https://gitcode.com/gh_mirrors/de/deepmd-kitDeePMD-kit 是一个深度多体势能包与 LAMMPS 搭配后你可以在 MD 引擎里把神经网络势当作 pair_style 直接调用。它用 DFT 数据训练出来的势面顶替手工拟合的经验势让原本要跑几个月的大体系动力学计算变得用单节点就能撑起来。什么研究该选 DeePMD-kit 配 LAMMPS适用对象很明确凝聚相材料、液体界面、催化表面这类力必须接近 DFT 精度、同时模拟时长或体系规模又压不下去的场景。拿两个常见替代方案对比一下就能建立直觉相对从头算 MDVASP、CP2KML 势的势面几乎同源但单步开销低好几个数量级千原子体系的轨迹长度可以从纳秒级推到微秒级相对经典力场EAM、ReaxFF它的精度上限更高且不用自己拟合参数代价是需要一套靠谱的 DFT 训练集分布外外推时可靠性会下降。粗略判据体系几百原子、只要几十皮秒轨迹AIMD 就够要上生产级步数或大体系选 ML 势 LAMMPS。从零到跑通环境、输入、冒烟测试1把 LAMMPS 装出对 pair_style deepmd 的支持。源码编译走内置模式在 DeePMD-kit 构建目录执行make lammps生成 USER-DEEPMD 模块拷进 LAMMPS 源码后make yes-user-deepmd再编译不想折腾可以选 plugin 模式。两种方式的逐步命令都写在 doc/install/install-lammps.md 里。机器能联网的话还有条捷径用 uvx 按需拼装运行环境uvx --from lammps --with deepmd-kit[gpu,torch,lmp] lmp -in input.lammps首次运行要下载依赖包慢一点正常。2写最小输入脚本。仓库里 examples/water/lmp/ 目录有一份带注释的体相水示例核心逻辑浓缩下来就这几行units metal boundary p p p neighbor 2.0 bin read_data water.lmp pair_style deepmd frozen_model.pb pair_coeff * * O H fix 1 all nvt temp 330.0 330.0 0.5 timestep 0.0005 run 1000几个点值得注意neighbor 2.0的 skin 距离必须不小于模型的截断半径否则邻居会漏pair_coeff * *后面可以跟原子名做类型映射不写就按训练参数里 type_map 的顺序对应timestep 0.0005在 metal 单位下是 0.5 fs。3先冒烟再长跑。把run临时改成 100 跑一遍。预期看到日志里周期性打印 step、temp、pe、ke、press 一列热力学数据工作目录多出一个.dump轨迹文件全程没有报错。通过后恢复正式步数。进阶把并行、参数和监控都拉到位并行扩展。LAMMPS 的 MPI 是主要扩展手段命令形态就是mpirun -np 8 lmp_mpi -in input.lammps这一行。关键是mpirun与lmp必须来自同一套 MPI 安装版本错配会出现挂死或结果漂移。邻居列表的重建节奏由neigh_modify every 10 delay 0 check no这类参数控制every越小漏更新越少、通信越多建议从 10 起步按体系原子数微调。模型与参数配合。frozen_model.pb是无压缩版本graph_compressed.pb压缩后体积和调用开销都更小生产运行优先选后者。时间步不要照抄 0.5 fs——含氢体系建议从 0.2~0.3 fs 起步再按能量漂移情况放宽。结果监控。训练阶段用 TensorBoard 盯能量损失是否收敛典型曲线从 1e-2 量级一路降到 1e-3 附近后走平参数页可以看到各层偏差统计量的收敛情况判断是否过拟合或欠训练MD 跑起来之后重点看 thermo 表的pe和tempNVT 体系温度应在设定值附近小幅波动能量持续漂移则要回头查势的质量、时间步和恒温器参数。避坑指南三个高频故障故障一报 unknown pair style deepmd。现象输入脚本一执行就提示不识别该 pair style。原因本机 LAMMPS 没编进 USER-DEEPMD 包或残留了旧版本插件库。解法先lmp -h确认包列表里有没有 user-deepmd环境是升级而来的话从 LAMMPS 源码里删掉旧USER-DEEPMD目录重新执行make yes-user-deepmd编译或改走 plugin 模式。故障二报 Not all per-type masses are set。现象脚本执行到 velocity 或 fix 处即中止。原因data 文件没有 Masses 段、脚本里也没补mass命令而生成初速和恒温器都依赖每型质量。解法在read_data之后按类型逐行补上水体系两型就是mass 1 16和mass 2 2。故障三起步即爆能、出现 NaN。现象前几十步 pe 直线飙升或输出 NaN。原因时间步对体系中最轻原子偏大或 neighbor skin 小于模型截断半径导致相互作用漏算。解法用run 100冒烟测试定位把时间步压到 0.2 fs 复跑验证同时核对neighbor的 skin 值是否不小于模型 rcut。一句话收尾DeePMD-kit 把 DFT 精度的力带进了单节点可跑的 MD 引擎环境卡住先翻 doc/install/install-lammps.md想要逐行注释的输入脚本直接看 examples/water/lmp/。【免费下载链接】deepmd-kitA deep learning package for many-body potential energy representation and molecular dynamics项目地址: https://gitcode.com/gh_mirrors/de/deepmd-kit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 DeePMD-kit + LAMMPS 集成：机器学习势跑通分子动力学的完整指南
DeePMD-kit LAMMPS 集成机器学习势跑通分子动力学的完整指南【免费下载链接】deepmd-kitA deep learning package for many-body potential energy representation and molecular dynamics项目地址: https://gitcode.com/gh_mirrors/de/deepmd-kitDeePMD-kit 是一个深度多体势能包与 LAMMPS 搭配后你可以在 MD 引擎里把神经网络势当作 pair_style 直接调用。它用 DFT 数据训练出来的势面顶替手工拟合的经验势让原本要跑几个月的大体系动力学计算变得用单节点就能撑起来。什么研究该选 DeePMD-kit 配 LAMMPS适用对象很明确凝聚相材料、液体界面、催化表面这类力必须接近 DFT 精度、同时模拟时长或体系规模又压不下去的场景。拿两个常见替代方案对比一下就能建立直觉相对从头算 MDVASP、CP2KML 势的势面几乎同源但单步开销低好几个数量级千原子体系的轨迹长度可以从纳秒级推到微秒级相对经典力场EAM、ReaxFF它的精度上限更高且不用自己拟合参数代价是需要一套靠谱的 DFT 训练集分布外外推时可靠性会下降。粗略判据体系几百原子、只要几十皮秒轨迹AIMD 就够要上生产级步数或大体系选 ML 势 LAMMPS。从零到跑通环境、输入、冒烟测试1把 LAMMPS 装出对 pair_style deepmd 的支持。源码编译走内置模式在 DeePMD-kit 构建目录执行make lammps生成 USER-DEEPMD 模块拷进 LAMMPS 源码后make yes-user-deepmd再编译不想折腾可以选 plugin 模式。两种方式的逐步命令都写在 doc/install/install-lammps.md 里。机器能联网的话还有条捷径用 uvx 按需拼装运行环境uvx --from lammps --with deepmd-kit[gpu,torch,lmp] lmp -in input.lammps首次运行要下载依赖包慢一点正常。2写最小输入脚本。仓库里 examples/water/lmp/ 目录有一份带注释的体相水示例核心逻辑浓缩下来就这几行units metal boundary p p p neighbor 2.0 bin read_data water.lmp pair_style deepmd frozen_model.pb pair_coeff * * O H fix 1 all nvt temp 330.0 330.0 0.5 timestep 0.0005 run 1000几个点值得注意neighbor 2.0的 skin 距离必须不小于模型的截断半径否则邻居会漏pair_coeff * *后面可以跟原子名做类型映射不写就按训练参数里 type_map 的顺序对应timestep 0.0005在 metal 单位下是 0.5 fs。3先冒烟再长跑。把run临时改成 100 跑一遍。预期看到日志里周期性打印 step、temp、pe、ke、press 一列热力学数据工作目录多出一个.dump轨迹文件全程没有报错。通过后恢复正式步数。进阶把并行、参数和监控都拉到位并行扩展。LAMMPS 的 MPI 是主要扩展手段命令形态就是mpirun -np 8 lmp_mpi -in input.lammps这一行。关键是mpirun与lmp必须来自同一套 MPI 安装版本错配会出现挂死或结果漂移。邻居列表的重建节奏由neigh_modify every 10 delay 0 check no这类参数控制every越小漏更新越少、通信越多建议从 10 起步按体系原子数微调。模型与参数配合。frozen_model.pb是无压缩版本graph_compressed.pb压缩后体积和调用开销都更小生产运行优先选后者。时间步不要照抄 0.5 fs——含氢体系建议从 0.2~0.3 fs 起步再按能量漂移情况放宽。结果监控。训练阶段用 TensorBoard 盯能量损失是否收敛典型曲线从 1e-2 量级一路降到 1e-3 附近后走平参数页可以看到各层偏差统计量的收敛情况判断是否过拟合或欠训练MD 跑起来之后重点看 thermo 表的pe和tempNVT 体系温度应在设定值附近小幅波动能量持续漂移则要回头查势的质量、时间步和恒温器参数。避坑指南三个高频故障故障一报 unknown pair style deepmd。现象输入脚本一执行就提示不识别该 pair style。原因本机 LAMMPS 没编进 USER-DEEPMD 包或残留了旧版本插件库。解法先lmp -h确认包列表里有没有 user-deepmd环境是升级而来的话从 LAMMPS 源码里删掉旧USER-DEEPMD目录重新执行make yes-user-deepmd编译或改走 plugin 模式。故障二报 Not all per-type masses are set。现象脚本执行到 velocity 或 fix 处即中止。原因data 文件没有 Masses 段、脚本里也没补mass命令而生成初速和恒温器都依赖每型质量。解法在read_data之后按类型逐行补上水体系两型就是mass 1 16和mass 2 2。故障三起步即爆能、出现 NaN。现象前几十步 pe 直线飙升或输出 NaN。原因时间步对体系中最轻原子偏大或 neighbor skin 小于模型截断半径导致相互作用漏算。解法用run 100冒烟测试定位把时间步压到 0.2 fs 复跑验证同时核对neighbor的 skin 值是否不小于模型 rcut。一句话收尾DeePMD-kit 把 DFT 精度的力带进了单节点可跑的 MD 引擎环境卡住先翻 doc/install/install-lammps.md想要逐行注释的输入脚本直接看 examples/water/lmp/。【免费下载链接】deepmd-kitA deep learning package for many-body potential energy representation and molecular dynamics项目地址: https://gitcode.com/gh_mirrors/de/deepmd-kit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考