大数据+超算，“算”出未来新材料

随着计算机的发展和计算能力的提高，计算材料学迅速崛起，推动了材料研发从“经验+试错”模式向计算驱动模式的转变。计算驱动模式是现代材料研发的重要手段，可以有效提高材料研发效率，降低研发成本。

“公司与海河实验室研发的高比能量锂离子动力电池项目，应用于续航里程1000公里的电动汽车。研发中选用的材料需要计算优化设计和提高性能，电池的电化学模拟结构和热模拟也需要模拟。一般要三四天才能算完。如果应用超级计算机，一天就完事了。”在近日举行的“计算-数据-智能一体化驱动的材料创新研究高端论坛”上，天津卫玠电力工业有限公司研究院副院长马华告诉科技日报记者。

在本次论坛上，专家学者共同探讨了如何探索计算、数据、智能融合驱动的材料创新研究范式的发展，如何改变材料的传统研究模式。

新一代信息技术带来新的材料研发变革。

随着新一轮信息技术的蓬勃发展，云计算、大数据、人工智能、超级计算等信息技术不断赋能各行业，引发了行业模式的深度变革。

新材料的设计和开发越来越依赖超级计算机，材料的模拟计算已经成为超级计算的主要应用领域之一。“信息技术和新材料深度融合，共同推动制造业高端发展。”国家超级计算天津中心党委书记孟翔飞表示，由于材料是一个复杂的高维多尺度耦合系统，现有的基础理论无法准确描述材料组成-组织/结构-性能-服役行为的结构-活性关系，一些深层次的机制尚不明确，导致材料研发长期依赖经验，依靠“试错法”。随着计算机的发展和计算能力的提高，计算材料学迅速崛起，推动了材料研发从“经验+试错”模式向计算驱动模式的转变。计算驱动模式是现代材料研发的重要手段，可以有效提高材料研发效率，降低研发成本。

“最近十年，随着材料计算数据和实验数据的爆炸式增长以及人工智能技术的发展，数据和智能驱动的材料研发分析和性能预测成为材料研究的新手段。”孟翔飞介绍道。

在美国、欧洲等国家和地区，超级计算机在材料计算和数据库建设方面起步较早，并取得了一定的成果。比如美国能源部牵头的在线开源材料计算和数据库平台，可以有效加速新材料的筛选；美国杜克大学建立的AFLOW数据库可以提供材料搜索和分析等基础服务，并集成了一个机器学习模块，用于材料性能预测。

国内很多科研团队和公司也在进行高通量计算和材料数据挖掘。国家超级计算天津中心开发了中国材料基因工程高通量计算平台，实现了催化等多种材料的自动化高通量计算和多组分、多相复合材料力学行为的多尺度计算。

超级计算推动新材料的创新和发展

在新一代信息技术创新的驱动下，探索计算、数据和智能融合驱动的材料创新研究新范式，改变传统的材料研究模式显得尤为重要。

特别是要依托我国新一代百亿亿次超级计算系统，将传统计算材料学与新兴人工智能、大数据技术相融合，构建高通量、多尺度计算和高精度专项数据库基础研究设施平台，开发基于机器学习的材料性能快速预测方法和模型，提高能源、化工、电子、环境等领域新材料的“绿色”创造和制造研发效率。

以近年来国际材料领域新兴的前沿技术——材料基因工程为例。包括三种模式:一种是高通量实验技术，通过高通量实验加速新材料的研发；二是高通量计算，通过理论计算减少实验次数，然后进行实验验证；第三种是数据和智能驱动。通过对材料领域大量数据的挖掘和深度学习，建立模型预测候选材料，大大降低了实验的试错成本。“在材料基因工程思想的指导下，国内外涌现出一批计算、数据、智能相结合的研究成果。”孟翔飞说。

“开创性、原创性的科研，不仅需要快速验证，还需要频繁试错、迭代、寻找新的方向，这些都需要算法和计算能力的支撑。”材料绿色创造与制造海河实验室常务副主任、中科院院士、南开大学副校长陈军说。

由此可见，超算平台作为“超算供电+大规模数据支撑+系统算法集成”的融合载体，在新材料创新研发方面正发挥着越来越强大的驱动作用，尤其是随着天河等新一代超算的研制成功。通过集成高性能计算方法、机器学习方法和第一性原理计算方法，将实现更高精度和更大规模的分子水平模拟计算，并以数万个任务进行高通量材料筛选。因此，计算与智能技术的融合将为新材料的创新研发带来新的机遇和新的发展。