智算套件
核心能力
电子结构计算
高效求解 Kohn-Sham 方程，预测电子态密度
交换关联泛函
AI 辅助的交换关联泛函优化与设计
第一性原理
支持从头算分子动力学与材料性质预测
大规模并行
支持大规模体系的并行计算
快速开始
Terminal
# 安装
$ pip install mindsponge
# 使用示例
# 密度泛函计算示例
from mindscience.dft import DFTSolver
solver = DFTSolver(system="H2O", basis="6-31G*")
energy = solver.compute_energy()交互环境
交互环境即将上线
MindDFT 在线 Notebook 与交互 Demo 正在接入中，敬请期待
关联科学任务
查看全部 →扩散模型生成量子电路
利用扩散生成模型自动生成量子电路设计，探索AI驱动的量子计算线路优化与自动化设计方法。
FNO求解量子力学分数阶非线性波动方程
利用傅里叶神经算子（FNO）求解量子力学中的分数阶非线性波动方程，探索AI在量子物理方程求解中的应用。
基于强化学习的自由落体过程符号化建模
利用强化学习方法从自由落体运动数据中自动发现物理规律，实现运动方程的符号化表达。
深度学习求解偏微分方程
深度学习求解偏微分方程利用神经网络作为函数逼近器，通过物理信息约束和自动微分技术学习PDE的解，有效克服传统数值方法在高维问题中的维度灾难。
PIRBN
通过开发一种新型的物理信息神经网络，PIRBN项目提升了局部近似函数的准确度和应用范围。
Volterra_IDE
通过沃尔泰拉积分方程的研究，项目探索了在数学物理和生物学模型中解决积分方程的新方法。