デスクトップPCのGPUを RTX 3070 Ti → RTX 5070 Ti に換装したので、性能のチェックを兼ねてMetaの[UMAポテンシャル](https://scontent-nrt1-2.xx.fbcdn.net/v/t39.2365-6/520537587_1080318074038402_8373516189142708029_n.pdf?_nc_cat=107&ccb=1-7&_nc_sid=3c67a6&_nc_ohc=KfaQAQBbyH4Q7kNvwEr5__-&_nc_oc=AdmcIJWd3moj1xtBNzyJH-Q09VjKarDHf2-LrmYfYTsL74TZFbTY6Q3CFDgXCzZwju4&_nc_zt=14&_nc_ht=scontent-nrt1-2.xx&_nc_gid=_RId3sr3EFbnBzEh0OUmXA&oh=00_AfgDsiEnSBHQGtfR42nnHjq2E6VI55vimHomL0VPHI5b5g&oe=69292279)を動かしてみる。以前の記事に倣い、最新の[fairchem-coreライブラリ](https://github.com/facebookresearch/fairchem)を導入する。
https://qiita.com/h-nabata/items/788f97e09c8593ac3951
> 本稿ではWSL-Ubuntuのセットアップ等には触れていないので、必要に応じて他の記事を参考にされたい。
* * *
fairchem-core 2.12 では dependencies に `"torch~=2.8.0"` とあるので、PyTorchは 2.8.0 のバージョンを入れる必要がある。
:::note info
**インストールの流れ**
1. conda仮想環境を Python 3.12 で作成
2. PyTorch 2.8.0 のGPU対応版をインストールする
3. fairchem-core 2.12 をインストールする
:::
:::note warn
**GPUドライバのバージョンについて**
現バージョンの fairchem-core は CUDA 13 が必須ではない。`nvidia-smi` コマンドで `CUDA Version: 12.9` などと表示されるので、これ以下のバージョンのCUDAに対応していれば問題ない。
GPUドライバのバージョンが古いと cu130 対応の PyTorch が動作しないことがある。このような場合は12.x系対応のPyTorchを入れるか、システムのGPUドライバを更新することで対応する。
> ただし、システムのGPUドライバを更新すると他の仮想環境に影響が及ぶ可能性があるので注意。
:::
【参考】fairchem-core 2.12 の依存関係
```:pyproject.toml
[build-system]
requires = ["hatchling", "hatch-vcs", "hatch-fancy-pypi-readme>=24"]
build-backend = "hatchling.build"
[project]
name = "fairchem-core"
description = "Machine learning models for chemistry and materials science by the FAIR Chemistry team"
license = {text = "MIT License"}
dynamic = ["version", "readme"]
requires-python = ">=3.10, <3.14"
dependencies = [
"torch~=2.8.0",
"numpy>=2.0,<2.3",
"lmdb==1.6.2",
"numba>=0.61.2",
"e3nn>=0.5",
"huggingface_hub>=0.27.1",
"ase>=3.26.0",
"ase-db-backends>=0.10.0",
"monty>=v2025.1.3",
"clusterscope==0.0.18",
"requests",
"orjson",
"tqdm",
"submitit",
"hydra-core",
"torchtnt",
"pyyaml",
"wandb",
"websockets",
]
[project.optional-dependencies] # add optional dependencies, e.g. to be installed as pip install fairchem.core[dev]
dev = ["pre-commit", "pytest", "pytest-cov", "coverage", "syrupy", "ruff==0.5.1"]
docs = ["jupyter-book", "jupytext", "sphinx","sphinx-autoapi==3.3.3", "astroid<4", "umap-learn", "vdict", "ipywidgets", "jupyter_book==1.0.4"]
adsorbml = ["dscribe","x3dase","scikit-image"]
extras = ["ray[default]", "pymatgen", "quacc[phonons]>=0.15.3", "pandas"]
[project.scripts]
fairchem = "fairchem.core._cli:main"
[project.urls]
repository = "https://github.com/facebookresearch/fairchem"
home = "https://opencatalystproject.org/"
documentation = "https://fair-chem.github.io/"
[tool.hatch.version]
source = "vcs"
[tool.hatch.version.raw-options]
root = "../../"
git_describe_command = 'git describe --tags --match fairchem_core-*'
[tool.hatch.build]
directory = "../../dist-core"
[tool.hatch.build.targets.sdist]
only-include = ["src/fairchem/core", "src/fairchem/experimental"]
[tool.hatch.build.targets.wheel]
sources = ["src"]
only-include = ["src/fairchem/core", "src/fairchem/experimental"]
[tool.hatch.metadata.hooks.fancy-pypi-readme]
content-type = "text/markdown"
fragments = [
{ path = "src/fairchem/core/README.md" },
{ path = "src/fairchem/core/LICENSE.md" },
]
[tool.pytest.ini_options]
minversion = "6.0"
addopts = "-p no:warnings -x --quiet -rxXs --color yes"
filterwarnings = [
'ignore::UserWarning',
'ignore::FutureWarning',
'ignore::RuntimeWarning'
]
testpaths = ["tests"]
[tool.coverage.run]
source = ["fairchem.core"]
[tool.hatch.metadata]
allow-direct-references = true
```
【参考】利用したスクリプト
```py:opt.py
from ase.io import read, write
from ase.optimize import LBFGS
from fairchem.core import FAIRChemCalculator
from fairchem.core.units.mlip_unit import load_predict_unit
uma_predictor = load_predict_unit(
path="/path/to/uma-s-1p1.pt",
device="cuda",
)
calc = FAIRChemCalculator(
uma_predictor,
task_name="omol", # options: "omol", "omat", "odac", "oc20", "omc"
)
mol = read('cpp.xyz')
mol.info = {"charge": 0, "spin": 1}
mol.calc = calc
energy = mol.get_potential_energy()
print("Initial energy [eV]:", energy)
opt = LBFGS(mol, trajectory='cpp.traj', logfile='cpp.log')
opt.run(0.03, 1000)
energy = mol.get_potential_energy()
print("Final energy [eV]:", energy)
write("cpp_opt.xyz", mol, format="xyz")
```