QuantumATK原子尺度建模软件能够进行大规模、更逼真的材料模拟，它将从第一性原理密度泛函理论（DFT）到半经验和经典力场分析等多种模拟方法集成到一个易于使用的平台中。Synopsys QuantumATK 2026.03 面向纳米尺度体系的第一性原理计算、分子动力学与器件模拟，重点引入机器学习密度泛函理论（ML-DFT），并扩展了 GPU 加速的计算方法覆盖范围。
Available versions: 2026.x ,2025.x ,…
Synopsys QuantumATK 2026.03 Win/Linux64
机器学习 DFT（ML-DFT）
Y-2026.03 引入机器学习密度泛函理论，ML-DFT 模型经训练可重现 DFT（GGA）级别的密度或有效势函数，显著加速电子结构特性及输运过程模拟。训练得到的密度或有效势函数可作为标准 DFT 计算自洽场循环的初始状态以大幅减少迭代次数，也可直接预测 Hartree 差别势、总能量、能带结构、态密度、哈密顿量导数、透射等特性，无需完整自洽场循环。该能力支持包含 1000 至 10000 个原子的大规模模拟，并支撑高通量统计平均研究。用户可使用软件预训练模型或针对特定体系自行训练，训练与使用均可在图形界面完成。预训练模型覆盖 Materials Project 数据库密度、SiGe 密度、III-V 化合物密度、铜有效势、HKMG 多层堆叠分区密度等。
GPU 加速扩展
在 X-2025.06 实现 DFT-LCAO（LDA、GGA、metaGGA）及半经验体相与器件计算 GPU 加速的基础上，Y-2026.03 新增对 DFT-LCAO 杂化泛函（约 6 倍加速）、DFT 平面波方法（约 10 倍加速）、G0W0（约 12 倍加速）以及电子-声子耦合（约 6 倍加速）的 GPU 加速支持，平衡态普通 DFT 与半经验计算加速比也有提升。
半经验方法与器件 NEGF 改进
新版本为半经验分析计算及基于半经验模型与 DFT 的器件 NEGF 计算带来性能优化。采用不同半经验模型时，体力与应力计算最高可获 25 倍加速；器件 DOS（正交模型）最高可加速 20 倍，透射计算最高可加速 1.5 至 3 倍。
机器学习力场框架升级
新版本引入通用模块化机器学习力场训练框架，将此前分离的矩张量势（MTPs）与神经网络 MACE 机器学习力场训练流程统一，包含数据生成、模型拟合与验证等独立模块。针对 MACE 与 SevenNet 神经网络势能实现 3 至 5 倍的 GPU 性能提升，较 CPU 整体加速比最高可达 250 倍。
热学与软物质模拟增强
Y-2026.03 引入双温模型（TTM），适用于包含电子-声子相互作用和电子阻滞效应的分子动力学模拟，可模拟含电子贡献的热输运或非平衡电子加热。新推出的 SoftMatterCalculator 工具面向聚合物、流体及溶剂等软物质模拟，较 CPU 运算速度提升 24 至 50 倍，支持 NVE、NVT、NPT 系综，可模拟应力-应变曲线、热传导、内聚能密度及分子扩散等物理特性。
表面过程与动力学改进
图形界面中的吸附工具得到改进，SurfaceProcessSimulation 动力学模拟新增 AugerNeutralizationHook 与 ElectronicStoppingHook 函数。AKMC 引入 Iso-ARTn 鞍点搜索方法，提高过渡态搜索成功率并减少约 40% 的力评估次数。此外还升级了 Materials Project 数据库接口并支持最新 API 规范。
More Information in English: Synopsys QuantumATK 2026.03 Win/Linux64