ALKEMIE 功能特色
针对目标材料从建模、运行到数据分析，全程自动无人工干预；
支持单用户不低于1000量级的并发运算；
针对典型算例可以实现单一尺度及跨尺度计算功能；
- VASP
- LAMMPS
- OpenPhase
- QE
- Abinit
ALKEMIE (Artificial Learning and Knowledge Enhanced Materials Informatics Engineering)是由 北京航空航天大学孙志梅教授团队于2017年基于python开源框架自主开发了一套高通量自动流程可视化计算和数据管理智能平台， 该平台包含 了适用于数据驱动的材料研发模式的三个核心方面：材料高通量自动计算模拟，材料数据库及数据管理和基于人工智能和机器学习的材料 数据挖掘。概括来说，ALKEMIE高通量计算模块可实现从建模、运行到数据分析，全程自动无人工干预；支持单用户不低于103量级的并 发高通量自动计算模拟；ALKEMIE多类型的材料数据库，通过数据库的高级接口（API）使得基于人工智能和机器学习的数据挖掘技术在 新材料设计与研发中可以得以快速的应用和实践。特别的，ALKEMIE自主开发了基于机器学习的跨尺度大规模分子动力学势函数的特色模 块。更重要的是，ALKEMIE设计了用户友好的可视化操作界使得工作流和数据流具有更强的透明性和可操作性。
ALKEMIE平台包含ALKEMIE Matter Studio（MS）、ALKEMIE Data Vault（DV）和ALKEMIE Potential Mind（PM）三部分。 其具有可视化的高通量自动流程可视化操作界面；从建模、运行到数据分析，全程自动无人工干预；支持单用户不低于1000量级的 并发运算； 针对典型算例可以实现单一尺度及跨尺度计算功能；拥有完整的18万条材料学数据库；可移植性、可扩展性强： 目前支持VASP, LAMMPS, QE等计算；适用于对第一性原理知识掌握程度从初级到专业的所有材料研究人员。
ALKEMIE于2019年4月份发布1.0版本。目前最新版为ALKEMIE-1.5，该软件目前在持续开发中，软件性能及扩展功能将在未来进一步完善。