跳转至

GRACE

GRACE 模型是导出的 TensorFlow SavedModel,通过 tensorpotential 加载。模型路径要写 SavedModel 所在的目录。

模型是什么

  • 结构。 GRACE(图原子团簇展开)把原子团簇展开从局部"星形图"推广到树形图:1L 模型是局部的、速度快;2L 模型多一层等变消息传递,用来描述半局域相互作用 (Bochkarev、Lysogorskiy 与 Drautz,PRX 2024)。
  • 示例检查点的训练数据。 -OMAT-base 模型用 OMat24 训练(PBE / PBE+U,体相无机, 见 MACE 页面),能量、力和应力的权重相同;-OMAT 版本在此基础上用更大的 能量权重微调,-OAM 版本再用 MPtrj 和 Alexandria 的子集微调 (Lysogorskiy 等,2025)。
  • 力是能量的梯度(保守力);模型按下面列出的导出版本的精度计算。
  • 对你意味着什么。 参考水平和盲区与其他 OMat24 模型相同(不含色散,只用体相数据训 练)。最看重速度时选 1L,最看重精度时选 2L。许可证请查模型发布页面。

安装

环境 Python 运行时
.venv-grace 3.10, 3.11, 3.12, 3.13 tensorpotential==0.6.0 (tensorflow 2.20.0)
./scripts/install_mliport.sh --engines grace --device auto

固定的 profile

Profile 标识 dtype task head 模型 SHA-256
grace_omat GRACE-2L-OMAT-medium-base (upstream default precision build) upstream/model-defined bulk None d497af4c7d9a...
grace_omat_fp64 GRACE-2L-OMAT-medium-base fp64 build float64 bulk None 53b945efce37...

运行

.venv-grace/bin/mliport sp structure.cif \
  --model /path/to/saved_model --model-type grace

官方模型从上游 AMS-ICAMS-RUB 的发布页下载,解压后把 --model(MODEL_PATH)指向解压出的目录。

需要知道的事

  • 没有 head。 GRACE 模型不需要选 head;--task 用来指定周期性体系(bulk)还是分子 (molecule)。
  • 每个进程单独指定 GPU。 TensorFlow 的 GPU 可见性要在进程启动时确定。没有设置 CUDA_VISIBLE_DEVICES 时,命令行会自动新开进程;Python API 和队列 worker 也需要同样处理。
  • 显存和近邻列表可以调。 TensorFlow 默认会占满几乎所有显存,所以 mliport 默认开启按需分配 (--gpu-memory-growth、--gpu-memory-limit-mb)。近邻列表缓存(--neighbor-cache、 --neighbor-skin,默认 skin 为 1.5 Å)也默认开启,有原子移动超过 skin 的一半时才重建近邻表。
  • 精度由模型决定:固定的 profile 包括上游默认版本和 fp64 版本,见上表。
  • 应力是否支持取决于模型。

mliport 采用 MIT 许可证。上游软件和模型需要另外引用,见引用。