如何计算离子迁移扩散？
离子的迁移扩散计算通过原子尺度的动态模拟，揭示了材料中离子传输的微观机制与宏观性能的关联，成为优化能源存储与转换器件的关键理论工具。
势函数
如何选择合适的势函数？
说明：在分子动力学、蒙特卡洛等计算模拟领域，势函数作为描述原子/ 分子间相互作用的数学模型，犹如连接微观原子行为与宏观材料性能的 “物理引擎”，其选择直接决定模拟的精度、效率与物理真实性。
机器学习势函数 VS 分子动力学（MD）模拟
机器学习势函数（Machine Learning Potentials, MLFFs）是一种基于机器学习技术的势能函数，用于模拟分子和材料的物理行为。
GPUMD-NEP 应用进展：解码ICOF的热运输特性--光学声子占绝对主导
传统势函数例如 PCFF 无法对离子共价有机框架（ICOF）这类复杂的材料进行分子动力学模拟，而该材料因其独特的特性，最近在科学界被广泛关注。而在热管理领域，对热界面材料的高热导率、低弹性模量的要求，让本身具有一定柔性的 COF、MOF、HOF 和 ICOF
ABACUS非共线磁约束方法：磁性材料机器学习势函数的数据生产引擎
机器学习势函数方法为高精度原子尺度模拟提供了强有力的手段，深刻影响了材料领域的研究范式。近期，一些磁性模型方法将磁矩等磁性物理量也加入到机器学习势函数，为磁性材料的研究提供了新的工具。然而高效的模型离不开准确的数据，目前磁性模型的发展缺乏高效准确的数据生产工具