跳到正文
Microsoft Research(microsoft.com)· Sebastian Ehlert, Stefano Battaglia, Thijs Vogels, Jan Hermann, Jens Wehner, Giulia Luise, Klaas Giesbertz, Chin-Wei Huang, Aaron Kaplan, Kate Milton, Stephanie Marisa Lanius, Derk Kooi, P. Bernát Szabó, Gregor Simm, Rianne van den Berg, Paola Gori Giorgi·· 2026-08-21品質評分56

微軟研究院釋出 Skala 1.1 並拓展其在計算化學軟體中的整合

Broadening access to Skala creates a faster path to predictive DFT

重點導讀

微軟研究院釋出深度學習密度泛函理論模型 Skala 1.1,在 GMTKN55 基準測試中表現優異,並宣佈已在 CP2K 中可用,同時正逐步整合至 Psi4、FHI-aims、ORCA 和 VASP 等主流計算化學軟體中。

該版本使用比前代多 2.5 倍的資料訓練,在保持半局域泛函效率的同時提升了準確性,並推出了動態效能報告來追蹤跨硬體的計算效率。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

信源出處microsoft.com

Broadening access to Skala creates a faster path to predictive DFT

本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。

開啟原文
來源: Microsoft Research (microsoft.com)
開啟原文

讀者討論

理性交流 · 即時討論