扩大 Skala 的使用范围,为预测性 DFT 铺就更快路径

微软研究院发布 Skala 1.1:其深度学习 DFT(密度泛函理论)方法基于前代 2.5 倍的数据训练,在热化学、反应动力学和分子结构预测等关键分子模拟任务上大幅提升精度;同时 Skala 已进入 CP2K,并正在集成到 Psi4、FHI-aims、ORCA 与 VASP,还推出了持续更新的性能基准,帮助社区衡量并加速精度与效率的进步。