高性能计算，让材料科学家变身“钢铁侠”丨至强研究所
虽然电影是虚构的，但对于新元素、新材料的探索，却是世界各国科学家们的关注焦点。
那是什么样的平台工具赋予了科研人员这种能力，并助力加速新材料的发现呢？“至强研究所”思享会上，刘淼老师分享了 Atomly.net 材料科学数据库的研发历程及应用实例、以及人工智能助力材料研发的初步进展等话题。
Atomly.net 加速发现新材料
从石器时代，到青铜时代，再到铁器时代，人类工具的材料不断进步，并推动着人类社会的进步。到19世纪末，爱迪生发明电灯时，经过了上千次实验，才找到了用竹炭做灯丝材料。70年后，科学家发现用钨做灯丝效果会更好。但是随着材料科学不断演进，如今人们发现用半导体的发光 LED 做灯泡所得到的光线能量转化效率更高。发光器件材料的不断完善历经约120年，其背后的驱动力是材料科学的不断进步。
刘淼老师提到：“在过去，这是人类研发新材料的常态——实验、试错，反复迭代。之所以需要那么久，尝试那么多次，是因为对于原子、分子层面结构的认识需要一个过程。现在，我们的认知更加深入了，就可以借助高性能计算，仿真、测试各种新材料结构。以前需要几周的实验、合成，现在有了 Atomly.net，只要点点鼠标，几秒钟就能获得对新材料的大体认知。”
之所以能够这么方便快捷，是因为 Atomly.net 是应用第一性原理的高通量计算平台。在材料科学领域中，第一性原理是指根据原子核和电子相互作用的原理及其基本运动规律，运用量子力学，从具体要求出发，计算求解一系列方程式，得到电子结构，从而精确获得体系的物理和化学性质，预测微观体系的状态和性质。仿真这些微观体系，需要处理的数据量会随着原子数的增加而呈现指数级的增长。高通量计算，要借助高性能计算相关的软件和硬件，完成海量数据的整理、整合、推演，实现所有计算过程的自动化，从而缩小材料实验和制备的候选范围。
刘淼老师介绍道：“Atomly.net 的背后，就是有这样一套超算架构，使用第三代英特尔® 至强® 可扩展处理器，拥有更强算力、更先进的数据存储和数据库系统，具备超融合和专为材料基因优化的新架构，使用速度更快且时延更低的网络，形成了拥有‘超算+数据平台’一体化架构的数据增强型超级计算机。”
刘淼老师还提及：“Atomly.net 的正常运转仰仗于软件上的骨干——英特尔® oneAPI HPC 工具套件，它能够提升应用在英特尔® 至强® 和酷睿™ 处理器以及英特尔® 加速器上的性能表现，用于构建更高性能、更易扩展的并行代码，支持从企业到云、从 HPC 到 AI 等各种应用。”
具体来说，用于 Atomly.net 生产过程中使用到的工具包括：英特尔® MPI Library、英特尔® Fortran Compiler / C++ / Python、英特尔® 数学核心函数库、英特尔® Vtune 分析器、英特尔® 集群检查器。接下来，Atomly.net 还计划使用英特尔® oneDNN 加强 AI 方面的应用。这些工具提升了整个系统的易用性、兼容性、可靠性及处理性能。
增强 Atomly.net 的 AI 能力
在计算海量数据的基础上，刘淼老师的团队还为 Atomly.net 的设计加入了 AI 能力，用 AI 模型预测材料的性质，用于搜索超导材料等场景中。过去小时级别的计算，现在只需秒级就能实现粗略的快速搜索、预测材料的热力学稳定性和快速探索未知材料体系。同时，Atomly.net 还能用 AI 模型寻找背后的物理量之间的关联，分析大量材料数据，以机器学习指导新材料的设计。
高性能计算，开创人类未来
“至强研究所”思享会最后，刘淼老师与大家分享了一页6000年前山海经中的世界地图，他说道：“我们看到过去的地图会觉得非常粗糙，其实我们的材料科学可能仍处在6000年前大家对世界地图的认识水平。通过我们和同行一起不断积累材料科学的数据，未来我们有可能让大家对材料世界的地图有一个更清晰的认识。”
材料科学是高性能计算的众多用武之地之一。在未来的每个月，“至强研究所”思享会都会分享不同领域的不同课题，探讨高性能计算为人类未来开创的众多可能。
“至强研究所”思享会
英特尔高性能计算精英群社群活动，每月邀请英特尔专家与合作伙伴专家举办线上的小型分享会，分享热点话题内容，并与群成员进行答疑互动。
5月，我们邀请到中国科学院物理研究所的刘淼老师分享近期材料科学数据库 Atomly.net 的研发历程及应用实例；人工智能助力材料研发的初步进展等相关话题。
点击文章阅读原文，查看直播回放。
* 文中涉及的其它名称及商标属于各自所有者资产
延伸阅读
“芯”有灵犀，你也“在看”！