MLIP（Cu-Au）

最終更新日：2026年10月16日

情報

ASEのCalculatorとして利用可能な機械学習原子間ポテンシャル（MLIP）のインストールが必要
ここでは例として，CHGNetを用いる

ここで利用しているファイルはCrySPY_utility/examples/chgnet_Cu-Au_EA-vcからダウンロードできる．このチュートリアルでは，機械学習原子間ポテンシャル（MLIP）のCHGNetを用いてジョブスケジューラーを備えた計算機クラスタで行うことを想定している． Calculatorの部分を変更すれば，様々なMLIPを用いることができる．手持ちのPCでも十分動作するので，そうしたい場合は入力を適宜変更すること．対象となるシステムは2元系のCu-Au.

事前計算

EA-vcではcryspy.inでref_energies（ver. 1.4.3以下ではend_point）として，各元素単体の1原子当たりのエネルギーを基準として用いるため，事前に計算する必要がある． exampleファイルの中に二つのディレクトリがあるはず．

Au_fcc
├── POSCAR
├── chgnet_in.py
└── job_cryspy

Cu_fcc
├── POSCAR
├── chgnet_in.py
└── job_cryspy

結晶構造データ（POSCAR）とその構造最適化を行いエネルギーを求めるpythonスクリプト（chgnet_in.py）およびジョブスクリプト（job_cryspy）があるので適宜使用する計算機の環境に合わせて編集すること．

ジョブを実行する（ジョブサブミットのコマンドは適宜読み替えること）．

cd Au_fcc
qsub job_cryspy
cd ../Cu_fcc
qsub job_cryspy
cd ..

計算が無事に終わったら，それぞれのディレクトリにref_energiesというファイルができており，ここに構造最適化後の1原子あたりのエネルギー（eV/atom）が出力されている．

cat Au_fcc/ref_energies
-3.2357187271118164

cat Cu_fcc/ref_energies
-4.083529472351074

これらをcryspy.inでの入力に用いる．

cryspy.in

cryspy.inの例．

[basic]
algo = EA-vc
calc_code = ASE
nstage = 1
njob = 20
jobcmd = qsub
jobfile = job_cryspy

[structure]
atype = Cu Au
ll_nat = 0 0
ul_nat = 8 8

[ASE]
ase_python = chgnet_in.py

[EA]
n_pop = 20
n_crsov = 5
n_perm = 2
n_strain = 2
n_rand = 2
n_add = 3
n_elim = 3
n_subs = 3
n_elite = 2
n_fittest = 10
slct_func = TNM
t_size = 2
maxgen_ea = 0
ref_energies = -4.08352709  -3.23571777

[option]
rslt_out = always
energy_output_interval = 1
backup_interval = 1

algo = EA-vc を使用．
v1.5.0以降は，[option]セクションのenergy_output_intervalで凸包の図と凸包からの距離のファイルの出力間隔（世代数）を指定できる．デフォルトは1（毎世代），0で自動出力を無効化．
v1.5.0以降は，[option]セクションのbackup_intervalで自動バックアップの間隔（世代数）を指定できる．デフォルトは1，0で自動バックアップを無効化．詳細は機能 > バックアップを参照．
MLIPではASEのCalculatorを用いるので，calc_code = ASEを使う．
jobcmdは計算機環境に合わせて変更すること．
[structure]セクションでは，ll_natで各元素の原子数の最小値，ul_natで最大値を指定．
n_pop = n_crsov + n_perm + n_strain + n_rand + n_add + n_elim + n_subs
ref_energies（ver. 1.4.3以下ではend_point）には事前計算しておいたCu, Auにおける各単体の1原子当たりのエネルギー（eV/atom）を入力．atypeの順番．
[EA]セクションのパラメータについては，入力ファイル > [EA] sectionおよび探索アルゴリズム > 組成可変型進化的アルゴリズム（EA-vc）を見ること．
自動的にプロットされる凸包グラフのパラメータはチュートリアル > 組成可変型進化的アルゴリズム（EA-VC） > 解析と可視化も参考にすること．

calc_in/

calc_in/以下はチュートリアル > ランダムサーチ（RS） > ASE in your local PCと同様であるが，少しだけCHGNet用に変更している．ジョブスクリプトのpython本体のpathも計算機環境に合わせること．

calc_in/chgnet_in.py

# ---------- import
from ase.constraints import FixSymmetry
from ase.filters import FrechetCellFilter
from ase.io import read, write
from ase.optimize import FIRE, BFGS, LBFGS
from chgnet.model import CHGNetCalculator

# ---------- input structure
# CrySPY outputs 'POSCAR' as an input file in work/xxxxxx directory
atoms = read('POSCAR')

# ---------- set up
atoms.calc = CHGNetCalculator()
atoms.set_constraint([FixSymmetry(atoms)])
cell_filter = FrechetCellFilter(atoms)
opt = BFGS(cell_filter, trajectory='opt.traj')

# ---------- run
converged = opt.run(fmax=0.01, steps=2000)

# ---------- rule in ASE interface
# output file for energy: 'log.tote' in eV/cell
#                         CrySPY reads the last line of 'log.tote' file
# outimized structure: 'CONTCAR' file in vasp format
# check_opt: 'out_check_opt' file ('done' or 'not yet')
#                         CrySPY reads the last line of 'out_check_opt' file

# ------ energy
e = cell_filter.atoms.get_total_energy()    # eV/cell
with open('log.tote', mode='w') as f:
    f.write(str(e))

# ------ struc
opt_atoms = cell_filter.atoms.copy()
opt_atoms.set_constraint(None)    # remove constraint for pymatgen
write('CONTCAR', opt_atoms, format='vasp', direct=True)

# ------ check_opt
with open('out_check_opt', mode='w') as f:
    if converged:
        f.write('done\n')
    else:
        f.write('not yet\n')

calc_in/job_cryspy

#!/bin/sh
#$ -cwd
#$ -V -S /bin/bash
####$ -V -S /bin/zsh
#$ -N CuAu_CrySPY_ID
#$ -pe smp 2

# ---------- OpenMP
export OMP_NUM_THREADS=2

# ---------- ASE
/usr/local/Python-3.10.13/bin/python3 chgnet_in.py > out.log