Microsoft выпустила Skala 1.1, более точную ИИ-модель для DFT-расчётов, шире в научном ПО
Microsoft Research выпустила Skala 1.1, обновлённую версию своего ИИ-функционала (обменно-корреляционного функционала) для теории функционала плотности (DFT), метода квантовохимических расчётов молекул и материалов, на котором держится множество научных и промышленных задач: от химии и материаловедения до катализа, энергетики и разработки лекарств. Skala 1.1 обучена в 2,5 раза большем объёме данных, чем первая публичная версия Skala, и заметно точнее предшественника в ключевых задачах молекулярного моделирования: термохимии соединений главных групп, кинетике реакций и предсказании структуры молекул.
На бенчмарке GMTKN55, наборе из 55 категорий химических задач, включая термохимию, барьеры реакций и нековалентные взаимодействия, Skala 1.1 показывает средневзвешенную ошибку 2,8 ккал/моль. По словам разработчиков, это точнее сегодняшних ведущих глобальных гибридных функционалов с разделением дальности взаимодействия (range-separated) при вычислительных затратах на уровне полулокального функционала. Помимо энергий, модель также точно предсказывает электронные плотности, дипольные моменты и геометрию молекул. Улучшения стали возможны благодаря расширению MSR-ACC (Microsoft Research Accurate Chemistry Collection), собственной коллекции Microsoft Research с эталонными данными квантовой химии высокой точности: для версии 1.1 в неё добавили новые категории, включая сродство к электрону и нековалентные кластеры, увеличив не только объём, но и разнообразие обучающих данных. В отличие от привычного подхода, когда новые функционалы просто накапливаются рядом со старыми («зоопарк функционалов»), каждый релиз Skala создаётся так, чтобы полностью заменить предыдущий: модель становится точнее, а вычислительная стоимость остаётся прежней.
Раньше Skala была доступна только как открытое издание для сообщества (Community Edition) на базе (GPU4)PySCF с интеграцией в ASE (Atomic Simulation Environment). Теперь Microsoft Research расширяет доступность модели в других пакетах, которыми пользуются учёные. Skala уже полностью встроена в открытый пакет CP2K, результат сотрудничества с командой профессора Томаса Д. Кюне из Центра перспективного изучения систем (CASUS); CP2K разрабатывается больше 25 лет и специализируется на расчётах крупных систем и долгих траекторий молекулярной динамики. Параллельно вместе с сообществом разработчиков идёт интеграция в открытый пакет Psi4, ключевую платформу для исследований электронной структуры молекул; вместе с изданием на основе PySCF это сделает Skala доступной в трёх открытых пакетах квантовой химии. Кроме того, Microsoft Research тесно сотрудничает с разработчиками FHI-aims, ORCA и VASP, стремясь сделать Skala широко доступной и на этих платформах.
Корректность работы Skala в CP2K проверена совместно с командой CASUS: детали реализации, стратегия валидации и тестовая инфраструктура описаны в совместной статье «Molecular Implementation of the Machine-Learned Skala Exchange-Correlation Functional in CP2K through GauXC» («Реализация обменно-корреляционного функционала Skala в CP2K через GauXC»). Отдельно Microsoft Research публикует бенчмаркинг-инструмент вместе с постоянно обновляемым отчётом о производительности Skala, который будет пополняться по мере новых оптимизаций. На CPU Skala работает на уровне полулокальных функционалов класса meta-GGA, а накладные расходы (относительно них) исчезают для молекул крупнее 20, 30 атомов; на GPU быстродействие тоже сопоставимо с функционалами класса meta-GGA. Отчёт будет отслеживать производительность для разных задач и аппаратных платформ, а сам инструмент позволит разработчикам пакетов тестировать, проверять и улучшать собственные реализации Skala.
Ключевые факты
- Skala 1.1 обучена в 2,5 раза большем объёме данных, чем первая публичная версия Skala, и показывает средневзвешенную ошибку 2,8 ккал/моль на бенчмарке GMTKN55 (55 категорий химических задач).
- По данным Microsoft Research, модель точнее сегодняшних ведущих глобальных гибридных функционалов с разделением дальности взаимодействия (range-separated) при вычислительных затратах полулокального функционала; также точно предсказывает электронные плотности, дипольные моменты и геометрию молекул.
- Skala уже полностью встроена в открытый пакет CP2K (совместно с командой CASUS профессора Томаса Д. Кюне), интеграция в Psi4 продолжается, а с разработчиками FHI-aims, ORCA и VASP пока идёт сотрудничество ради будущей поддержки.
- Microsoft Research опубликовала бенчмаркинг-инструмент и постоянно обновляемый отчёт о производительности Skala на разном оборудовании, он будет пополняться по мере новых оптимизаций.
- На CPU быстродействие Skala сопоставимо с функционалами класса meta-GGA, а накладные расходы исчезают для молекул крупнее 20, 30 атомов; на GPU производительность тоже сопоставима.
Почему это важно
DFT, рабочий инструмент огромной части вычислительной химии, материаловедения, катализа, энергетики и разработки лекарств, но точность типичных функционалов обычно упирается в компромисс с вычислительной стоимостью. Skala, попытка снять это ограничение с помощью непрерывно улучшаемой ИИ-модели: вместо того чтобы копить всё новые узкоспециализированные функционалы рядом со старыми («зоопарк функционалов»), каждый релиз Skala полностью заменяет предыдущий, становясь точнее без роста вычислительных затрат. Skala 1.1, первое практическое подтверждение того, что эта модель непрерывного улучшения работает: версия обучена в 2,5 раза большем объёме данных и заметно точнее по ключевым метрикам молекулярного моделирования.
Кому это важно
Исследователям и инженерам, которые считают DFT в CP2K, Psi4, FHI-aims, ORCA или VASP, по мере интеграции Skala в эти пакеты у них появляется доступ к более точному функционалу без смены привычного софта. Тем, кто уже пользуется открытым изданием Skala для сообщества на PySCF и ASE. Разработчикам самих пакетов электронной структуры, им адресован новый бенчмаркинг-инструмент для проверки и доработки собственных реализаций Skala.
Как это применить
Skala доступна бесплатно как открытое издание для сообщества (Community Edition) на базе (GPU4)PySCF с интеграцией в ASE (Atomic Simulation Environment), с этого можно начать, не дожидаясь нативной интеграции в основной пакет. В CP2K функционал уже работает «из коробки»; для Psi4 нативная поддержка ещё дорабатывается, а для FHI-aims, ORCA и VASP она пока на стадии сотрудничества и не объявлена готовой. Разработчики пакетов электронной структуры могут использовать опубликованный бенчмаркинг-инструмент и постоянно обновляемый отчёт о производительности, чтобы протестировать и доработать собственную реализацию Skala; детали проверки в CP2K описаны в совместной статье с командой CASUS.
Можно ли доверять
Материал, официальный блог Microsoft Research о собственной разработке, цифры и формулировки в нём авторские, без предъявленной независимой перепроверки. Разработку ведёт группа Microsoft Research «AI for Science»; интеграция в CP2K и её тестирование выполнены совместно с академической командой CASUS (Центр перспективного изучения систем) под руководством профессора Томаса Д. Кюне и описаны в отдельной совместной статье, это единственная часть истории, подкреплённая внешним соавторством, а не только словами самой Microsoft. Автор конкретного поста не указан, текст написан от коллективного «мы» команды.
Риски и подводные камни
Из пяти пакетов, о которых идёт речь, отдельная опубликованная статья с проверкой (совместно с командой CASUS) есть только для CP2K; для Psi4, FHI-aims, ORCA и VASP в тексте нет ни одной цифры по точности или производительности Skala, Psi4 назван как активно дорабатываемая интеграция, а с разработчиками FHI-aims, ORCA и VASP пока идёт сотрудничество ради заявленной цели, без объявленных сроков. На CPU у Skala по-прежнему есть накладные расходы для молекул меньше 20, 30 атомов, прирост скорости проявляется не во всех задачах сразу, а сохраняется ли аналогичный эффект на GPU для маленьких молекул, в тексте не уточняется. Все опубликованные цифры точности и производительности, из отчёта самой Microsoft Research, с внешней проверкой только по линии CP2K и команды CASUS.