OneScience是基于先进的深度学习框架打造的科学计算工具包，旨在通过一系列高度集成的组件加速科学研究和技术开发进程。该工具包包括前沿的数据集、基础模型、预训练模型以及前后处理工具，支持地球科学（气象、海洋）、生命信息（蛋白质、基因）、计算流体、工业仿真以及材料化学等多个领域的研究。
这些模型包括个可续研究的多数领域，包括：
- 地球科学
- 流体仿真
- 结构力学
- 生物信息
- 材料化学
除上述领域外，OneScience还包括了其它众多科研领域模型以及一些基础的科学数学组件。
项目中模型均在GPU和海光DCU平台上，完成测试验证。
SCNET环境，可通过module激活，例如核心一区激活方式如下，其他环境咨询相关技术人员或自行安装miniconda。
module load sghpcdas/25.6
conda init bash
source ~/.bashrc
module load sghpc-mpi-gcc/26.3 # 激活DTK
conda create -n onescience311 python=3.11 -y
conda activate onescience311
cd onescience/
bash install.sh 领域 # 支持分领域安装：earth、cfd、bio、matchem，直接执行bash install.sh会安装所有领域所需包# 激活Conda和DTK方法在不同集群上方法可能不同，依相应集群手册执行或咨询技术人员
module load sghpcdas/25.6 # 激活conda
conda init bash
source ~/.bashrc
module load sghpc-mpi-gcc/26.3 # 激活DTK
conda activate onescience311
>>> import torch
>>> from onescience.models.unet import UNet
>>> inputs = torch.randn(1, 1, 96, 96, 96).cuda()
>>> print("The shape of inputs: ", inputs.shape)
>>> model = UNet(
in_channels=1,
out_channels=1,
model_depth=5,
feature_map_channels=[64, 64, 128, 128, 256, 256, 512, 512, 1024, 1024],
num_conv_blocks=2,
).cuda()
>>> x = model(inputs)
>>> print("model: ", model)
>>> print("The shape of output: ", x.shape)如果你想快速了解OneScience的全部使用方法，可以参考我们的使用手册。
你可以直接在超算互联网平台试用大多数模型，同时，我们在平台上还提供了各个领域模型所需要的丰富的数据集。我们还为共有或者私有模型提供私有托管服务，欢迎交流合作。
以下是一些示例：
集合了不同的气象场景，例如全球中期天气预报、短临降雨等，并且提供前沿的数据集、基础模型、预训练模型.
| 问题类型 | 案例 | 数据集 | 模型架构 |
|---|---|---|---|
| 降尺度 | CorrDiff | ERA5、HRRR | Unet、Diffusion |
| 中期天气预报 | FourCastNet | ERA5、TJWeather | AFNO |
| 中期天气预报 | GraphCast | ERA5、TJWeather | GNN |
| 中期天气预报 | Pangu | ERA5、TJWeather | 3DTransformer |
| 短临降雨 | NowCastNet | MRMS | GAN |
| 中期天气预报 | FengWu | ERA5、TJWeather | 3DTransformer |
| 中长期天气预报 | Fuxi | ERA5、TJWeather | 3DTransformer |
| 中短期天气预报 | Xihe | CMEMS、TJWeather | 3DTransformer |
| 短中期海洋预报 | Oceancast | EMCMS海洋数据、Wave_Height、Wave_Period、Wave_Direction、Wind_U10、Wind_V10 | AFNO |
数据集
| 数据集名称 | 简要描述 |
|---|---|
| ERA5再分析数据集 | 全球高分辨率再分析数据，包含温度、风、湿度等，多气压层 |
| TJWeather中科天机气象数据集 | 全球/中国区域高分辨率模拟数据，包括气温，风速，位势高度等160种气象要素 |
| HRRR数据集 | 美国3km分辨率快速更新数据，用于降尺度训练 |
| CWB台湾数据集 | 台湾地区雷达和卫星数据，用于短临预报 |
| MRMS多雷达数据 | 高时空分辨率降水估计数据 |
| EMCMS海洋数据 | 海浪、风速等海洋气象数据 |
| CMEMS | 海温、海流、盐度等海洋环境数据 |
| SyntheticWeather | 用于测试的合成天气数据 |
| 问题类型 | 案例 | 数据集 | 模型架构 |
|---|---|---|---|
| 汽车设计 | Transolver-Car-Design | Shape-Net Car | Transformer |
| 翼型设计 | Transolver-Airfoil-Design | AirfRANS | Transformer |
| 圆柱绕流 | MeshGraphNets | DeepMind旋涡脱落数据集 | GNN |
| 任意 2D 几何体绕流 | DeepCFD | DeepCFD数据集 | U-Net |
| 求解PDE的模型集 | PDENNEval | PDEBench、自生成PDE数据集 | 多种模型集合 |
| 物理驱动求解PDE | PINNsformer | - | PINN |
| 不可压流体 | CFDBench | CFDBench数据集（顶盖驱动方腔流、管道流、坝流、圆柱扰流） | 多种模型集合 |
| 复杂边界的椭圆偏微分方程 | BENO | 椭圆偏微分方程数据集 | Transformer，GNN |
| 圆柱绕流 | lagrangian_mgn | DeepMind拉格朗日网格数据集 | GNN |
| 流体模型Benckmark | CFD_Benchmark | 多种数据集 | 多种模型集合 |
| 湍流 | EagleMeshTransformer | Eagle无人机数据集（110万个二维网格，600个不同场景） | Transformer |
| 拓扑优化 | GP_for_TO | - | Gaussian Processes |
数据集
| 数据集名称 | 简要描述 |
|---|---|
| Shape-Net Car数据集 | 汽车几何数据，用于空气动力学优化 |
| AirfRANS数据集 | 翼型流场仿真数据，用于翼型设计优化 |
| DeepMind旋涡脱落数据集 | 圆柱绕流时序数据，用于GNN训练 |
| DeepCFD数据集 | 管道流CFD解数据，包含速度和压力场 |
| PDEBench数据集 | 多种PDE方程的大规模基准数据 |
| 自生成PDE数据集 | 多类方程数值解数据，补充PDEBench |
| CFDBench数据集 | 多经典流动问题，用于模型泛化评估 |
| Eagle无人机数据集 | 大规模湍流数据，用于无人机气流预测 |
| BENO数据集 | 复杂边界椭圆PDE数据集 |
| 问题类型 | 案例 | 数据集 | 模型架构 |
|---|---|---|---|
| 蛋白质结构预测及设计 | AlphaFold3 | mmseqsDB, AF3官方数据集, PDB, UniRef, BFD, MGnify | Pairformer, Diffusion等多种模型集合 |
| 蛋白质结构预测及设计 | Protenix | Protenix官方数据集 | Transformer, Diffusion等多种模型集合 |
| 蛋白质语言模型、结构预测与反向折叠 | ESM | UniRef、PDB、ESM Atlas等 | Transformer、ESMFold、GVP |
| 蛋白质设计（骨架设计） | RFdiffusion | - | diffusion |
| 蛋白质设计（骨架到序列设计） | ProteinMPNN | - | MPNN |
| 蛋白质设计及优化 | PT-DiT | - | Diffusion, Transformer |
| 突变预测,外显子分类,基因必要性 | Evo2 | OpenGenome2数据集(2.5TB) | StripedHyena2 |
| 药物设计 | MolSculptor | - | Autoencoder，Latent Diffusion等多种模型集合 |
数据集详情
| 数据集名称 | 简要描述 |
|---|---|
| AlphaFold3数据集 | 蛋白质及生物大分子结构数据 |
| OpenGenome2数据集 | 大规模基因组序列数据 |
| Protenix数据集 | 蛋白质-配体结构数据 |
| RFdiffusion数据集 | 蛋白质骨架生成数据 |
| ProteinMPNN数据集 | 蛋白质序列设计数据 |
| ProteinDataset | 蛋白质数据集基类 |
| GenomeDataset | 基因组数据集基类 |
| MultimerDataset | 蛋白质多聚体数据 |
| UnifiedDataset | 跨模态统一数据处理管道 |
| 问题类型 | 案例 | 数据集 | 模型架构 |
|---|---|---|---|
| 通用原子尺度模拟 | UMA | 多种第一性原理计算数据集的 大规模聚合(OC20，OMat24，OMol25，ODAC23,OMC25) | 等变图神经网络(GNN) |
| 原子间势函数拟合 / 原子尺度模拟 | MACE | MPTrj, SPICE, OMat24 | E(3)-等变图神经网络 (E(3)-Equivariant GNN) |
数据集
| 数据集名称 | 简要描述 |
|---|---|
| OC20数据集 | 催化剂吸附与反应数据（百万级DFT样本） |
| OMat24数据集 | 无机材料DFT数据，用于性质预测 |
| OMol25数据集 | 分子DFT数据，用于分子设计 |
| ODAC23数据集 | 催化反应路径与过渡态数据 |
| OMC25数据集 | 多组分材料DFT数据 |
| MPTrj数据集 | 材料分子动力学轨迹数据 |
| SPICE数据集 | 分子与蛋白高精度量子计算数据 |
| AseAtomsDataset | ASE原子对象数据集基类 |
| AseDBDataset | ASE数据库格式数据集 |
| FairChemDataset | FairChem统一材料数据集接口 |
| 问题类型 | 案例 | 数据集 | 模型架构 |
|---|---|---|---|
| 经典弹塑性力学问题 | DEM_for_plasticity | - | PINN |
| 2D平面应力问题 | Plane_Stress | - | PINN |
数据集
| 数据集名称 | 简要描述 |
|---|---|
| VortexShedding | 涡旋脱落流动数据 |
| VortexSheddingRe300-1000 | 指定雷诺数范围的涡旋脱落数据 |
| Stokes | Stokes流动数据 |
| AhmedBody | 车身气动流动数据 |
| DrivAerNet | 汽车空气动力学数据 |
| Lagrangian | 粒子追踪数据 |
| BistrideMultiLayerGraph | 多层图结构数据 |
如使用过程中遇到问题或想提出开发建议，可直接在超算互联网平台反馈，或者在Issue页面新建issue.
本项目 Onescience 遵循 Apache License 2.0 许可.
本项目还使用了以下开源软件：
有关第三方软件归属的详细信息，请参阅NOTICE文件.
我们欢迎你加入 OneScience 微信社区 —— 这里汇聚了研究人员、工程师和爱好者，共同分享见解、交流合作.
- 📱 微信社区交流群: 微信扫描管理员微信进群
