随著(zhe)計算(suàn)機的(de)發展和(hé)計算(suàn)能力的(de)提高(gāo)，計算(suàn)材料學快(kuài)速興起，推動了(le)材料研發由“經驗+試錯”的(de)模式向計算(suàn)驅動模式轉變。計算(suàn)驅動模式是現代材料研發的(de)重要手段，可(kě)以有效提升材料研發的(de)效率并降低研發成本。

“公司和(hé)海河(hé)實驗室開發的(de)高(gāo)比能锂離子動力電池項目，應用(yòng)于電動汽車，續航裏程可(kě)達1000公裏。研發中所選材料需要計算(suàn)來(lái)優化(huà)設計、改善性能，電池的(de)電化(huà)學仿真結構和(hé)熱(rè)仿真方面，也(yě)需要模拟計算(suàn)。平時(shí)需要三四天才能算(suàn)完，應用(yòng)超級計算(suàn)機，一天就算(suàn)完了(le)。”天津市捷威動力工業有限公司研究院副院長(cháng)馬華在日前舉行的(de)“計算(suàn)—數據—智能融合驅動的(de)材料創新研究高(gāo)端論壇”上對(duì)科技日報記者說。

在此次論壇上，專家、學者共同探討(tǎo)了(le)在新一代信息技術創新變革驅動下(xià)，如何探索發展計算(suàn)—數據—智能融合驅動的(de)材料創新研究範式，變革傳統材料研究模式。

新一代信息技術帶來(lái)新材料研發變革

随著(zhe)新一輪信息技術的(de)蓬勃發展，雲計算(suàn)、大(dà)數據、人(rén)工智能、超級計算(suàn)等信息技術不斷賦能各類行業，帶動了(le)行業模式的(de)深度變革。

新材料的(de)設計和(hé)研發越來(lái)越依賴超級計算(suàn)機，材料的(de)模拟計算(suàn)已經成爲超級計算(suàn)主要應用(yòng)領域之一。“信息技術與新材料深度融合，共同推動制造業向高(gāo)端化(huà)發展。”國家超算(suàn)天津中心黨組書(shū)記孟祥飛(fēi)說，由于材料是一個(gè)複雜(zá)的(de)高(gāo)維多(duō)尺度耦合系統，現有的(de)基礎理(lǐ)論還(hái)不能準确地描述材料成分(fēn)—組織/結構—性能—服役行爲的(de)構效關系，一些深層次的(de)機理(lǐ)還(hái)不清楚，導緻材料研發長(cháng)期基于經驗，依靠“試錯法”推進。随著(zhe)計算(suàn)機的(de)發展和(hé)計算(suàn)能力的(de)提高(gāo)，計算(suàn)材料學快(kuài)速興起，推動了(le)材料研發由“經驗+試錯”的(de)模式向計算(suàn)驅動模式轉變。計算(suàn)驅動模式是現代材料研發的(de)重要手段，可(kě)以有效提升材料研發的(de)效率并降低研發成本。

“在最近十多(duō)年，随著(zhe)材料計算(suàn)數據和(hé)實驗數據的(de)爆炸式增長(cháng)，以及人(rén)工智能技術的(de)發展，數據和(hé)智能驅動的(de)材料研發分(fēn)析和(hé)性質預測已成爲材料研究的(de)新手段。”孟祥飛(fēi)介紹。

在美(měi)國、歐洲等國家和(hé)地區(qū)，超級計算(suàn)機在材料計算(suàn)與數據庫建設方面起步早，已經取得(de)了(le)一定成效。比如由美(měi)國能源部主導建設的(de)在線開源材料計算(suàn)與數據庫平台，可(kě)有效加速新材料的(de)篩選；美(měi)國杜克大(dà)學建立的(de)AFLOW數據庫可(kě)提供基本的(de)材料搜索、分(fēn)析等服務，并集成了(le)材料性質預測的(de)機器學習(xí)模塊。

國内也(yě)有不少科研團隊和(hé)公司正在開展高(gāo)通(tōng)量計算(suàn)與材料數據挖掘等工作，國家超級計算(suàn)天津中心研發了(le)中國材料基因工程高(gāo)通(tōng)量計算(suàn)平台CNMGE，該平台實現了(le)催化(huà)等多(duō)種材料的(de)自動高(gāo)通(tōng)量計算(suàn)以及多(duō)元多(duō)相複合材料力學行爲的(de)多(duō)尺度計算(suàn)。

超級計算(suàn)驅動新材料創新發展

在新一代信息技術創新變革驅動下(xià)，探索發展計算(suàn)—數據—智能融合驅動的(de)材料創新研究新範式，變革傳統材料研究模式尤爲重要。

特别是要依托我國新一代百億億次超級計算(suàn)系統，将傳統的(de)計算(suàn)材料學與新興的(de)人(rén)工智能和(hé)大(dà)數據技術相融合，通(tōng)過構建高(gāo)通(tōng)量、多(duō)尺度計算(suàn)與高(gāo)精度專題數據庫基礎研究設施平台，開發基于機器學習(xí)的(de)材料快(kuài)速性能預測方法及模型，從而提高(gāo)能源、化(huà)工、電子、環境等領域新材料的(de)“綠(lǜ)色”創造與制造研發效率。

以近年來(lái)國際材料領域興起的(de)前沿技術材料基因工程爲例，它包括3種模式：一是高(gāo)通(tōng)量實驗技術，通(tōng)過高(gāo)通(tōng)量實驗加速新材料研發；二是高(gāo)通(tōng)量計算(suàn)，通(tōng)過理(lǐ)論計算(suàn)，減少實驗次數，再進行實驗驗證；三是數據與智能驅動，通(tōng)過對(duì)材料領域大(dà)量數據（即材料數據庫）的(de)挖掘和(hé)深度學習(xí)建立模型，預測候選材料，大(dà)幅降低實驗試錯成本。“在材料基因工程思想的(de)引領下(xià)，國内外也(yě)湧現出一批計算(suàn)、數據與智能相結合的(de)研究成果。”孟祥飛(fēi)說。

“首創性、獨創性的(de)科學研究不僅需要快(kuài)速驗證，更需要頻(pín)繁試錯、叠代，找準新的(de)方向，這(zhè)就更需要算(suàn)法和(hé)算(suàn)力的(de)支撐。”物(wù)質綠(lǜ)色創造與制造海河(hé)實驗室常務副主任、中國科學院院士、南(nán)開大(dà)學副校長(cháng)陳軍表示。

由此可(kě)見，超級計算(suàn)平台作爲“超級算(suàn)力供給+大(dà)規模數據支撐+系統性算(suàn)法集成”的(de)融合載體，在新材料創新研發方面正發揮著(zhe)日益強勁的(de)驅動作用(yòng)，特别是伴随天河(hé)等新一代超級計算(suàn)機的(de)研制成功，通(tōng)過将高(gāo)性能計算(suàn)方法、機器學習(xí)方法與第一性原理(lǐ)計算(suàn)方法相融合，将實現更高(gāo)精度、更大(dà)尺度的(de)分(fēn)子層面模拟計算(suàn)以及開展上萬級任務并發的(de)高(gāo)通(tōng)量材料篩選等工作。因此，計算(suàn)和(hé)智能技術融合将會爲新材料創新研發帶來(lái)新機遇、新發展。

來(lái)源：新華網