隨著全球科技競爭日益激烈，人工智能與模擬計算的深度融合正在加速新材料研發的智能化變革。本月，北京龍訊曠騰科技有限公司創始人汪林望教授，分享了其深耕材料計算領域三十余年的工作經驗，并重點介紹了DFT+HPC+AI技術如何賦能材料計算。

從實驗室到工業應用的智能躍遷

汪林望教授是國際材料計算領域的權威專家，也是首位獲戈登·貝爾獎的華人，1999年至2021年在美國勞倫斯伯克利國家實驗室供職，距今發表SCI論文超400篇，在2024年Elsevier全球2%科學家終身科學影響力榜單中，在中國區排名156位。2021年，他回到祖國的懷抱入職中科院半導體所，于此同時將自己多年來開發的代碼進行商業落地，開啟創業生涯，致力于推動國產材料計算軟件的智能化發展。“第一代工業軟件利用有限元以及經典牛頓力學模擬器件及工藝行為，但并不涉及材料性質的優化。后工業時代更強調新型材料的研發，而要模擬材料性質，必須從原子層面著手，求解電子的量子力學方程”汪林望教授如是說。

2015年，汪林望教授團隊成功研發出首款基于GPU加速的平面波密度泛函計算軟件PWmat，奠定了國產材料計算軟件的基礎。PWmat凝聚了汪教授三十多年算法開發與實際應用的心血，如今，PWmat已進化至5.0版本，有近百萬行的代碼，并在近幾年深度融合AI技術，實現了從“計算輔助”到“智能驅動”的跨越。第一性原理計算意味著在不需要任何實驗測量的情況下，僅憑對量子力學的求解，就可以預測材料的物理、化學、電學、光學等各方面的性質。這是一個強大的工具，因為實驗也許永遠不能測量到每個原子的運動軌跡，但第一性原理計算可以。經過長年積累，龍訊曠騰公司開發了80多個計算各種材料性質的模塊，這大大增加了底層核心軟件PWmat 的預測能力。第一性原理計算已經滲入到材料科學研究的方方面面，在當今時代，當人們提到材料研究的理論工作，大多數均指第一性原理計算。但另一方面，在工業界，第一性原理計算被用得并不多，這與經典的工業軟件形成了鮮明的對比。在工業界，材料的研發和優化大多還處在一種盲目試錯的階段。如何利用材料計算將這種盲目試錯變成理性設計，這正是汪林望教授的愿望，而將原子級別的材料計算推向工業界也是龍訊曠騰公司的宗旨。實現這一目標的一大挑戰，是如何將第一性原理計算的幾千原子的微觀尺度擴展到與大多數工藝相關的介觀尺度。AI的出現為跨越這一尺度上的鴻溝提供了一個新的方向。

“AI正在重塑材料科學的研究新范式。”汪林望教授介紹，“但AI不會替代第一性原理模擬計算，它們是一種互補的關系”。在材料領域，AI 的訓練數據大多來自于第一性原理計算，但反過來AI可大大擴展第一性原理模擬的空間與時間尺度，將第一性原理的微觀尺度擴大到介觀尺度，從而能夠描述很多工業界中的工藝過程。PWmat的MatPL機器學習力場模塊通過AI訓練海量材料計算數據，可自動優化計算參數，使分子動力學模擬效率提升幾個數量級，也為材料篩選開辟一條新的道路。例如，在鋰電池材料研發中，傳統方法需數月實驗篩選，而AI+計算模擬可在幾天內預測最優材料組合，大幅縮短研發周期。

此外，龍訊曠騰正在打造AI FOR MATERIALS產品系列體系，除了上面提到的MatPL機器學習力場，還囊括了基于原子電荷密度的機器學習力場、電池數字化研發平臺、科研智能助手、工藝參數優化平臺等。這些平臺，整合了全球公開材料數據庫與行業經驗，可智能推薦材料設計方案，幫助企業減少試錯成本。另外，以AI Agent為基礎的智能化計算能讓第一性原理計算變得十分方便易用，讓它不再是理論工作者的特權，而可惠及千千萬萬的實驗工作者，讓用上第一性原理計算發揮更大的作用。 汪林望教授強調：“未來的材料研發將是‘人工智能+智能計算+實驗’三位一體的模式，而國家對算力發展的重視與資金投入將成為其核心加速器。”

國產替代需求激增帶來新的機遇

在中美科技競爭背景下，國產替代需求激增，具有國產自主知識產權的PWmat軟件成為科研用戶青睞的對象，與此同時，得益于PWmat在研發初期的前瞻性布局，錨定大體系計算的策略已逐步顯現出起跑線跑贏的局勢，作為為數不多能夠承載工業界計算數據量的第一性原理計算軟件，敏銳的工業廠商已將PWmat應用于產品線的關鍵階段。目前，PWmat已應用于半導體、新能源、結構材料等多個領域，第一性原理計算的認知革命也已從各行業的頂級廠商逐步向下滲透。， 同時，結合各行業雨后春筍般的人工智能使用場景，PWmat正在發揮不可估量的功效。“AI不僅提升了計算速度，更改變了企業的研發邏輯——從‘經驗驅動’轉向‘理性驅動，再到數據驅動’。”

資本加碼助力打造全球智能計算平臺

中國材料計算市場潛力巨大，2025年1月賽迪顧問發布最新權威白皮書，其中統計調研了2024年AI在材料研發中參與的占比情況，從公示的數據來看，除電池材料研發利用AI輔助設計已達到37%，在大熱的半導體材料研發領域，AI的輔助僅滲透11%，顯示材料研發中AI的參與占比不足2%。在材料研發過程中，第一性原理計算與AI均屬認知初步滲透、未來持續可期、回報難以估量的風口階段，因此龍訊曠騰正通過資本力量加速二者相結合的布局：

AI融合研發：投入資金構建“AI+材料”開放平臺，吸引全球開發者共建算法生態；

國產AI芯片適配：與具備國產自主知識產權的硬件廠商合作，優化PWmat在國產硬件集群上的性能，實現全棧自主可控；

智能工業解決方案：推出AI材料設計SaaS服務，助力企業低成本接入智能研發。

重新定義材料科學新標準

“AI將讓材料計算從‘工具’進化為‘伙伴’。”汪林望教授展望，未來5年，龍訊曠騰的目標是建成全球最大的材料AI計算網絡，實現“輸入需求—智能計算—輸出配方”的全自動研發流程。

隨著中國在AI與工業軟件領域的雙重突破，國產材料軟件正迎來黃金時代。正如汪林望教授所言：“在這個AI重構科學的時代，我們不僅要追趕，更要引領——讓世界看到中國智造的計算之力。”