01 TEFS 平台介绍
TEFS（https://tefscloud.com）是由腾讯开发的一款材料多尺度计算模拟平台。该平台集成了高性能计算、数据可视化、机器学习和项目管理等多个功能模块，旨在为用户提供高效便捷的高性能计算服务。
图1 腾讯 TEFS 材料多尺度计算模拟平台
TEFS 预编译了数十种材料计算模拟软件，包括 VASP、PWmat、Quantum Espresso 和 CP2K 等第一性原理计算软件，以及 LAMMPS 和 GROMACS 等分子动力学软件。本次升级，TEFS 还提供了用于大体系电子结构预测的开源工具包 DeepH 和用于深度学习力场训练的 DeePMD-kit，引入了腾讯自研的高效量子计算模拟软件 TensorCircuit 和量子计算化学软件 TenCirChem。
图2 腾讯自研量子模拟及量子计算化学软件
这些预编译的软件可以在40余种不同配置的 CPU 和 GPU 腾讯云服务器上运行，真正实现计算资源按需获取，开箱即用，支持用户快速启动计算任务。本次升级，TEFS 还优化了在深度学习场景中的使用体验，集成了 Jupyter Lab 和 VS Code 等集成开发环境，方便用户在 TEFS 平台上进行一站式的机器学习模型搭建、调试和训练等流程。
TEFS 原生支持 VASP、PWmat 和 LAMMPS 等计算结果的可视化，并引入了第一性原理高通量材料物性分析软件 VASPKIT Pro。本次升级，进一步增强了平台的可视化能力，更加友好地支持 Pymatgen、ASE 和 Matplotlib 等软件的绘图操作。
图3 VASPKIT Pro 数据可视化案例
02 TEFS 机器学习模块介绍
TEFS 本次推出的机器学习模块，主要包括数据、镜像、任务和模版四个子模块，针对性地解决了数据存储与传输、软件编译与部署、代码编写与调试等关键问题，可为用户提供全方位的支持与服务。下面我们按子模块重点介绍一下机器学习模块的主要功能点。
在数据子模块中，用户可以浏览个人数据和团队的公共数据，进行上传、下载和删除等常见文件操作。该模块对 TEFS 原有的文件上传和下载功能进行了体验优化，支持超大文件的上传和下载。
图4 机器学习模块 - 数据共享页面
为了支持团队内的数据共享，我们同时在 Cloud Shell 中增加了 /root/public 文件夹，此文件夹对项目内所有成员开放。项目成员可以通过此文件夹共享数据，更方便地进行多人科研合作。用户可以把 /root/public 文件夹用作团队知识库，把积累的教程、文献、赝势、材料结构和基础AI模型等文件放在此文件夹内共享给其他成员。
图5 机器学习模块 - 公共镜像页面
在任务子模块中，对 Cloud Shell 中最常用的 hpc 调度功能进行了扩展，同时内置了集成开发环境，支持 Web Terminal，Jupyter Lab 和 VS Code。用户可以通过网页登录计算节点进行程序调试，并在调试结束后把节点环境打包成镜像供以后使用。机器学习用户可以使用熟悉的 Jupyter Lab 进行环境的配置和模型的训练，在模型训练完毕后也可以把模型部署成在线服务供其他任务节点使用。
事实上，这个集成开发环境不限于完成材料模拟仿真任务，它是一个 playground，一个通往云端的入口，发挥你的想象力和热情，尽情尝试吧。
图6 机器学习模块 - 集成开发环境
模板类似于 hpc 调度功能中用于提交任务的 json 文件，但是功能更强大且更方便用户重复使用。模版子模块内置了一些的公共模板，方便用户快速上手创建任务。未来我们会根据用户的实际需求推出更多的模板，进一步提高用户的操作效率。
图7 机器学习模块 - 模板模块页面
03 结语
腾讯量子实验室是腾讯在量子计算领域的前瞻性布局。实验室秉承腾讯公司用户为本，科技向善的使命愿景，关注基础科学研究与下游产业应用，致力于促进量子科技发展和落地，并持续为科研工作者提供先进工具和服务。
如果您对 TEFS 感兴趣，欢迎扫描如下二维码联系量子妹探讨合作。
