求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

新材料數字化檢視原始碼討論檢視歷史

事實揭露 揭密真相
前往: 導覽搜尋

來自 搜狐網 的圖片

新材料數字化MatCloud+材料云:新材料數字化、智能化研發大數據[1]平台與技術,機器學習,材料數據庫,高通量材料計算,新材料數字化研發。

應用領域

新材料數字化研發,新材料研發加速器。

成果簡介

採用AI 輔助新材料設計的一個主要瓶頸在於材料數據的稀缺。高通量多尺度材料計算在很多情況下可以彌補實驗數據的不足,但其高門檻卻阻礙了用戶的使用。例如,用戶不僅要十分熟悉不同尺度的材料計算(如量子力學,分子動力學),還要對Linux系統了如指掌;計算數據往往存儲於個人硬盤,不能形成集中統一管理的材料數據便於AI的應用。此外,微尺度材料集成設計工業軟件,被國外軟件壟斷,價格昂貴,並對我國兵工行業逐步禁用。 MatCloud+是我國自主知識產權的新材料數字化設計與研發平台,其特點可概括為:高通量,高並發,網絡化,圖形化,集成化,流程化,自動化。創新點在於:

(1)數據、計算、HPC、AI一體化整合,「理論設計優先,實驗驗證在後」的新材料研發模式。

(2)對材料計算模擬、機器學習、材料數據庫的操作進行了重新定義,通過高通量、圖形化、自動化的方式,生成訓練集,用於機器學習。

(3)機器學習引擎,能智能、自動、便捷地構建「結構-成分-工藝-性質」預測模型。

(4)能幫助企業快速構建專用的材料基因組數據庫[2],並與機器學習引擎集成。

(5)高通量計算驅動引擎,高通量並髮式材料計算和篩選的方式,發現新的材料。 MatCloud+提出了雲端高通量、多尺度、自動化流程的材料計算模擬體系架構,將MatCloud+直接連接千核/萬核高性能計算集群,實現了雲端高通量多尺度材料計算模擬、自動調整和糾錯;通過軟件定義材料計算模擬,將模型搭建、高通量建模、各處理間數據流動(如幾何優化、靜態計算)、參數設置、贗勢處理/勢函數匹配、計算數據後處理、計算數據持久化,以及機器學習等關鍵環節,圖形化、組件化,便於用戶通過鼠標「托拽」方式,實現高通量篩選邏輯的「自組裝」;通過「建模→計算→數據→AI」的雲端自動化流程,解決了材料計算參數設置複雜、贗勢處理繁瑣、數據後處理易出錯、計算數據易丟失等問題,幫助實現材料自動化發現。計算模擬一旦結束,自動形成材料計算數據庫。

參考文獻