楊小渝，馬新杰，許立芳，郝德博，孛志堯，昌志成

（1.中國科學院計算機網(wǎng)絡信息中心，北京 100190；2.中國科學院大學，北京 100049；3.北京邁高材云科技有限公司，北京 100190）

0 引言

新材料數(shù)字化研發(fā)能有效降低研發(fā)成本、縮短研發(fā)周期。借助于如今不斷強大且成本不斷降低的高性能計算算力、數(shù)據(jù)傳輸能力、數(shù)據(jù)存儲能力等，通過大數(shù)據(jù)、云計算、人工智能技術以及日益增多的針對材料設計和性能預測的各種智能算法和模型，開展計算、數(shù)據(jù)、AI、實驗四位一體的“理論設計在前，實驗驗證在后”的材料數(shù)字化研究，從而對僅基于“試錯法”實驗的傳統(tǒng)單一研發(fā)手段進行變革，進而有效降低成本、提高研發(fā)效率。例如，美國知名的新材料數(shù)字化研發(fā)公司QuesTek Innovations（簡稱QuesTek）提出“材料理性設計”（Materials By Design）理念，將材料快速設計、測試、表征、定性及服役使用融為一體。其通過計算、數(shù)據(jù)、AI 驅動的方法還為美國海軍設計了兩種用于飛機的材料：M54 鋼和S53 鋼。其中，M54 鋼從成分設計到取得應用資格，時間僅為6 年，S53 從成分設計到取得應用資格為8年，相比傳統(tǒng)方法的15 年，研發(fā)周期分別縮短了53%和47%［1］。

然而，我國在新材料設計工業(yè)軟件領域與國外差距很大，無論是單一尺度的計算模擬程序（如量子力學第一性原理計算程序VASP、分子動力學程序LAMMPS）、微尺度材料集成計算軟件（如Materials Studio、MAPS）、宏觀尺度的材料和器件有限元模擬仿真軟件（如ANSYS、ABAQUS）等，均被國外壟斷。例如，微尺度材料集成計算工業(yè)軟件基本被某國外軟件所壟斷，而且目前已對我國涉及軍工的單位禁用，對我國新材料研發(fā)關鍵領域構成威脅。

為此，經(jīng)過近10 年的努力，在國家自然科學基金和國家重點研發(fā)計劃的資助下，本文研發(fā)了高通量多尺度材料集成計算和數(shù)據(jù)管理云平臺MatCloud，并最早于2015 年上線運行。MatCloud 也是我國“十三五”材料基因工程專項“材料基因工程關鍵技術和支撐平臺”的代表性成果之一［2］，取得的一系列研究及應用成果相繼在Scientific Data（Nature 子刊）、Computational Material Science（IF3.3，JCR Q1）、Nanoscale（IF 7.79，JCR Q2）、Electrochim Acta（IF 6.901，JCR Q2）、Carbon（IF 9.593，JCR Q1）、Chinese Physics B（1.494/Q3）等多個國際國內知名期刊發(fā)表。

MatCloud 提出云端高通量、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(xiàn)了云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、各任務間數(shù)據(jù)流動（如幾何優(yōu)化、靜態(tài)計算）、參數(shù)設置、贗勢處理/勢函數(shù)匹配、計算數(shù)據(jù)后處理、計算數(shù)據(jù)持久化及機器學習等關鍵環(huán)節(jié)圖形化、組件化，便于用戶通過鼠標拖拽方式，實現(xiàn)高通量篩選邏輯的“自組裝”；通過“建?！嬎恪鷶?shù)據(jù)→AI”的云端自動化全流程，解決了材料計算參數(shù)設置復雜、贗勢處理繁瑣、數(shù)據(jù)后處理易出錯、計算數(shù)據(jù)易丟失等問題，幫助實現(xiàn)材料自動化發(fā)現(xiàn)。計算模擬一旦結束，自動形成材料計算數(shù)據(jù)庫。

尤其是該成果將應用基礎研究與產(chǎn)業(yè)化應用很好地結合，于2018 年成功實現(xiàn)了成果轉化（MatCloud+材料云）。經(jīng)過邁高科技4～5 年的全面重構和持續(xù)迭代研發(fā)，Mat-Cloud+材料云基本具備國外同類微尺度材料集成設計軟件90%的核心功能，且100%落地。與國外軟件相比，Mat-Cloud+材料云的最大特點在于“軟件定義材料計算”及“AI+材料計算SaaS 化”，將材料“建?！嬎恪鷶?shù)據(jù)→AI”的全流程操作置于云端，用戶無需下載安裝任何軟件，通過網(wǎng)頁瀏覽器登錄/注冊即可使用，并向社會廣大用戶開放（www.matcloudplus.com）。截止撰文時注冊用戶接近5 000，涵蓋300 多家高校、科研院所和企業(yè)，覆蓋10 多個國家和地區(qū)，已舉辦線上線下培訓近100 場，培訓用戶數(shù)累計近3 500 人次，取得了較好的社會與經(jīng)濟效益，并同時得到北京科委的高度重視。

本文重點介紹MatCloud+底層架構、數(shù)據(jù)庫架構，以及自主研發(fā)、自主可控、面向“云原生”的第一性原理計算程序包，并以4個案例介紹了MatCloud+如何支持高通量多尺度材料計算，以及帶給用戶計算效率的提升。

1 國內外研究現(xiàn)狀與趨勢

1.1 新材料設計制造工業(yè)軟件分類

對新材料數(shù)字化研發(fā)的理解可分為廣義和狹義。廣義上的新材料數(shù)字化研發(fā)是指材料整個生命周期各階段的數(shù)字化，主要包括材料設計、工程分析（如強度、剛度等）、加工制造、服役使用及回收利用等。狹義上的新材料數(shù)字化研發(fā)主要包括材料設計、工程分析、加工制造等從材料設計到制造3 個核心階段的數(shù)字化。因此，新材料數(shù)字化研發(fā)軟件又可分為新材料設計和新材料制造工業(yè)軟件，涵蓋材料設計、工程分析、加工制造3 個階段，主要涉及計算機輔助設計（CAD）、計算機輔助工程（CAE）以及計算機輔助制造（CAM）。

1.2 多尺度定義

目前業(yè)界對多尺度計算模擬有著不同的時空尺度劃分和定義，一般分為3 類或4 類，但其核心理念基本相同。TMS 將多尺度計算模擬主要分為3 類：①量子和原子空間尺度；②微觀尺度的材料結構演化；③宏觀尺度的計算模擬［3］。

本文認為，Gooneie 等［4］對不同時空尺度給出了一個較好定義，將多尺度模擬清晰地分為4 個尺度，分別為：①量子尺度；②原子尺度；③介觀尺度；④宏觀尺度。量子尺度和原子尺度一般被稱為微觀尺度。

（1）量子尺度（Quantum Scale，～10-10m，～10-12s）。在量子尺度下，原子核和電子是被關注的兩種粒子，主要通過量子力學方法研究其狀態(tài)。其用于研究化學鍵形成和斷裂相關現(xiàn)象的可能性、電子構型的變化及其它類似現(xiàn)象等，這是量子尺度計算模擬最具優(yōu)勢的地方。

（2）原子尺度（Atomistic Scale，～10-9m，～10-9-10-6s）。在原子尺度下，所有原子或多組原子都由單個位點表示和處理。系統(tǒng)的勢能使用許多不同的相互作用來估計，這些相互作用被統(tǒng)稱為力場。典型的相互作用包括鍵合和非鍵合相互作用。

（3）介觀尺度（Mesoscopic Scale，～10-6m，～10-6-10-3s）。在介觀尺度下，分子通常用場或被稱為珠子的微觀顆粒來描述。通過該方式，分子細節(jié)被隱含地引入，提供了在更長時間上模擬現(xiàn)象的機會，而原子尺度的計算模擬很難達到這樣空間和時間尺度。一個基于場的（field-based）聚合物體系描述的典型例子就是混合自由能的Flory-Huggins模型，其中體系的細節(jié)在模型參數(shù)中進行匯總。在基于粒子的模型（particle-based）中，顆粒集合通過粗粒化程序積聚珠子間的相互作用用于表征該體系。目前已開發(fā)了各種方法研究聚合物系統(tǒng)中的介觀結構，包括耗散顆粒動力學（Dissipative Particle Dynamics，DPD）、布朗動力學（Brownian Dynamics，BD）、格玻爾茲曼（Lattice Boltzmann，LB）、動態(tài)密度泛函理論（Dynamic Density Functional Theory，DDFT）以及依賴于時間的金茨堡—朗道（Time-Dependent Ginzburg-Landau，TDGL）理論等。

（4）宏觀尺度（Macroscale，～10-3m，～1s）。在宏觀尺度下，系統(tǒng)被視為連續(xù)介質，原子和分子的離散特性則被忽略。這種系統(tǒng)的行為受到本構定律的約束，本構定律通常與守恒定律相結合以模擬各種現(xiàn)象。除用于分隔連續(xù)性區(qū)域的有限位置數(shù)外，所有函數(shù)（如速度和應力分量）都是連續(xù)的。宏觀尺度計算模擬的基本假設是用等效的均質模型代替材料中的異構性。最重要的用于模擬該尺度體系的方法是有限差分法（Finite Difference Method，F(xiàn)DM）、有限元法（Finite Element Method，F(xiàn)EM）和有限體積法（Finite Volume Method，F(xiàn)VM）。

1.3 材料設計軟件分類及國內外軟件比較

新材料設計軟件可按以下方式進行分類：

（1）按不同空間尺度劃分，可分為量子尺度、原子尺度、介觀尺度和宏觀尺度。

（2）按集成度劃分，可分為單一尺度的計算模擬程序和材料集成設計軟件。

（3）按軟件呈現(xiàn)方式劃分，可分為傳統(tǒng)軟件和SaaS 化軟件（即云端計算軟件）。

（4）按通用性劃分，可分為通用材料軟件/程序包和專業(yè)材料軟件/程序包。專業(yè)材料軟件/程序包主要針對不同的材料體系，如：輔助半導體軟件設計的NextNano 軟件、用于熱電材料的BoltzTrap 軟件等。

按照上述分類方式，本文對國內外主要的材料計算設計工業(yè)軟件進行比較，如圖1 所示。軟件選擇的準則包括：①具有世界知名度以及國際用戶；②注冊或使用用戶數(shù)不少于1 000；③軟件已商業(yè)化。

比較維度主要包括：①單一尺度的程序包/軟件包；②安裝或部署在本地的微介觀多尺度軟件；③支持建?！咄俊喑叨取鷶?shù)據(jù)庫→AI 的全流程一體化云端材料計算基礎設施。

Fig.1 Comparison of main material softwares form domestic and abroad圖1 國內外主要材料軟件比較

從圖1 可以看到，在單一尺度的材料軟件或程序包方面，盡管我國有一些國產(chǎn)的量子尺度、原子尺度和宏觀尺度的計算模擬軟件，但相比于VASP、ANSYS、ABAQUS 等軟件，從世界范圍的使用人數(shù)及普及程度來看，我國的形勢還是比較嚴峻的；在需要部署或安裝到本地才能運行的微介觀多尺度軟件方面，目前國內使用較多的是Materials Studio［5］等，Materials Studio 本身不支持建模→高通量→多尺度→數(shù)據(jù)庫→AI 的全流程自動化，而MatCloud+已可全部支持，盡管在功能模塊上較為欠缺，但是總體上呈現(xiàn)良好的追趕態(tài)勢；在建模→高通量→多尺度→數(shù)據(jù)庫→AI全流程一體化的云端材料集成計算基礎設施方面，目前國際上主要有美國的Mat3ra［6］和韓國的Materials Square［7］，而中國主要為MatCloud+材料云，且MatCloud+材料云在一些功能上已超過了Mat3ra和Materials Square。

1.4 材料設計軟件發(fā)展趨勢

材料集成設計工業(yè)軟件主要相對于單一尺度的計算模擬代碼或程序，是指利用系統(tǒng)化、工程化方法，將不同時空尺度的計算模擬軟件、材料數(shù)據(jù)庫等通過先進的信息技術（如無代碼理念、云計算架構、大數(shù)據(jù)驅動、AI賦能）集成于輔助材料設計的軟件或云平臺。

目前的微介觀多尺度材料集成設計工業(yè)軟件大多有10 年以上的研發(fā)歷史，都是基于傳統(tǒng)的Client-Server 架構，需要安裝到本地才能使用。在云計算、大數(shù)據(jù)、新一代人工智能、高速網(wǎng)絡及高性能計算等新一代計算機技術不斷進步的情況下，出現(xiàn)了材料基因組倡導的“理論、模擬、數(shù)據(jù)、實驗”緊密融合、協(xié)同創(chuàng)新的新需求，而上述傳統(tǒng)軟件的架構以及新材料設計理念都不能很好地滿足新材料數(shù)字化研發(fā)的新需求。例如，SaaS 化趨勢（如ANSYS 已推出ANSYS 云）、高度集成化、高通量計算篩選、與材料數(shù)據(jù)庫緊密融合、自動化流程的跨尺度以及與AI 技術（如機器學習、圖像處理、自然語言處理、深度學習等）緊密融合等特點，都未能很好地體現(xiàn)在上述傳統(tǒng)微尺度材料集成設計工業(yè)軟件中，需要提出新的材料智能化設計新理念、新模式與新方法。

基于此考慮，本文提出云端高通量、多尺度、自動化流程的材料計算模擬體系架構，直接連接千核/萬核高性能計算集群，實現(xiàn)了云端高通量多尺度材料計算模擬、數(shù)據(jù)庫構建和AI等功能。

2 MatCloud+底層架構

2.1 核心模塊

圖2 揭示了MatCloud+的主要技術模塊及其之間的有機協(xié)同工作關系。主要的核心技術模塊包括：①高通量作業(yè)生成器；②工作流系統(tǒng)；③作業(yè)調度器；④核心引擎；⑤自動調整與糾錯引擎；⑥可動態(tài)修改的計算任務列表和任務引擎；⑦計算材料信息庫；⑧機器學習；⑨報告生成器；⑩可視化引擎等。此外，MatCloud+在求解程序端還包括自主可控的MatCloud-QE 量子力學程序包和MatCloud-MD 分子動力學程序包。

MatCloud+各模塊之間的關系包含控制流、數(shù)據(jù)流和交互流，各模塊主要功能如下：

Fig.2 Core modules and their interaction of MatCloud+圖2 MatCloud+核心模塊與交互

（1）結構建模。該模塊負責在線生成高通量模擬仿真所需的一系列輸入文件，主要包括兩部分：動態(tài)圖形界面生成器和結構構造器。以晶體建模為例，動態(tài)圖形界面生成器負責動態(tài)地生成計算不同物性數(shù)據(jù)所要求的參數(shù)輸入圖形界面。用戶通過Web 頁面加載基質晶體或化合物的CIF 文件（CIF 文件為晶體結構的標準化表示文件），以及通過該動態(tài)產(chǎn)生的圖形界面輸入各種參數(shù)。一旦獲得這些數(shù)據(jù)，工作流將調用結構構造器生成該材料計算軟件（如MatCloud-QE、VASP）所需的一個或多個模擬仿真輸入文件。但是高通量結構建模面臨的主要問題是：如何針對不同的計算類型（如本征、摻雜、表面）進行材料計算的建模以統(tǒng)一地生成作業(yè)，這是需要解決的一個關鍵性技術問題。

（2）材料計算信息庫。材料計算信息庫由材料數(shù)據(jù)庫和材料文件庫組成。不同于其它的一些材料計算框架，該項目除建立材料計算的數(shù)據(jù)庫外，還將建立材料計算的文件庫。該文件庫用于存儲計算過程中產(chǎn)生的仿真輸入數(shù)據(jù)、中間過程數(shù)據(jù)、仿真輸出數(shù)據(jù)及出錯信息數(shù)據(jù)。尤其是出錯信息數(shù)據(jù)，其往往能提供一些有用信息。這些材料計算數(shù)據(jù)、晶體結構性能數(shù)據(jù)、實驗數(shù)據(jù)及經(jīng)驗數(shù)據(jù)便構成了材料大數(shù)據(jù)。通過對材料大數(shù)據(jù)的挖掘，可幫助尋找材料結構、組份與性能的關系，以及計算處理本身（如不同CPU 核數(shù)）對材料計算數(shù)據(jù)不確定性的影響規(guī)律等。

（3）跨平臺/集群調度/元調度。元調度（Metaschedule）是指在一個計算集群容器中根據(jù)一定的算法選擇合適的計算節(jié)點進行作業(yè)提交。當合適的計算節(jié)點選擇好后，作業(yè)調度則負責作業(yè)的排隊、提交和監(jiān)控等（但通常元調度與作業(yè)調度被集成在一起）。因此，將對元調度器/作業(yè)調度器進行微服務封裝，并集成于工作流中用于計算作業(yè)的自動提交與監(jiān)控。

（4）高通量平行計算作業(yè)自動糾錯引擎。自動糾錯引擎主要負責高通量并行計算作業(yè)的糾錯。由于交換關聯(lián)泛函、贗勢、初始自選態(tài)、能量截斷、k 點網(wǎng)格等參數(shù)的選擇或設置不同往往會引起計算不收斂或中斷的情況，使高通量平行計算作業(yè)不能正常完成。自動糾錯引擎必須能根據(jù)故障原因自動地進行參數(shù)設置或修改，并在斷點附近重新啟動作業(yè)。為此，該項目將建立圍繞MatCloud-QE 材料計算軟件有關錯誤故障原因與交換關聯(lián)泛函、贗勢、初始自選態(tài)、能量截斷、k 點網(wǎng)格等參數(shù)關聯(lián)的一個知識庫，并建立規(guī)則庫以幫助自動提出修正參數(shù)。

2.2 工作流系統(tǒng)

工作流系統(tǒng)負責高通量材料計算的“端到端”集成，即材料計算生命周期過程中涉及的主要子任務，如從生成仿真輸入文件、元調度、作業(yè)自動提交和監(jiān)控、各類計算數(shù)據(jù)自動歸檔、材料物性數(shù)據(jù)計算，到材料數(shù)據(jù)的自動入庫、用戶通知等，都由工作流自動協(xié)同完成，開發(fā)的材料計算軟件本體將提供語義解釋，整個流程無需人工干預。

一個工作流系統(tǒng)由工作流引擎、工作流設計客戶端和工作流3 部分組成。工作流在運行過程中能夠自動調用并識別語義，自動協(xié)同各模塊的工作。材料計算軟件本體是工作流系統(tǒng)的一個核心組成，該本體提供生成仿真輸入文件過程中及解析仿真輸出所需的圍繞材料計算軟件（如MatCloud-QE）的語義解釋。如在線計算材料的不同性能時，要求用戶提供的參數(shù)類別可能不同，因此系統(tǒng)需要動態(tài)提供的參數(shù)圖形輸入界面類別也會不同，此時需要該本體提供這些不同性能參數(shù)的語義解釋。在解析計算輸出的文件時，需要本體提供該材料計算軟件所定義的名詞、術語或元數(shù)據(jù)的語義解釋，以便機器能準確地解析它們。材料計算軟件本體是支持自動完成高通量材料計算的核心要素，也往往是材料信息學研究的重點內容。

2.3 材料計算數(shù)據(jù)庫

材料數(shù)據(jù)稀缺且分布零散，材料數(shù)據(jù)庫對加快新材料研發(fā)起著重要的支撐作用。通過高通量計算驅動引擎，一次性計算即可產(chǎn)生大量的計算結果文件（如OUTCAR）。如何從這些文件中提取關鍵的材料物化性質數(shù)據(jù)，還需要進行較為繁瑣的處理。為此，美國杜克大學開發(fā)了基于VASP（一種第一性原理材料計算軟件）的高通量密度泛函材料計算框架AFLOW（Automatic Flow），并建立了基于AFLOW 的材料數(shù)據(jù)庫（aflowlib.org），用于存儲通過AFLOW 計算產(chǎn)生的材料物性數(shù)據(jù)。可存儲的物性數(shù)據(jù)包括相圖、電子結構和磁性數(shù)據(jù)等。該數(shù)據(jù)庫是在對大量不同組份和結構的物質進行篩選與計算后得到的，包括3 000 多萬種化合物以及5 億多條計算的物化性質數(shù)據(jù)。在該數(shù)據(jù)庫的基礎上，杜克大學和法國CEA 研究機構合作，利用高通量材料計算方法，基于ICSD 晶體結構數(shù)據(jù)庫，從AFLOW 材料物性數(shù)據(jù)庫中抽取了2 500 多種燒結化合物，并進一步計算了其熱電性能，發(fā)現(xiàn)有大功率因數(shù)期望值的燒結化合物傾向于呈現(xiàn)出大的帶隙、重的載流子質量以及每個晶胞含有很多原子等特征。MatCloud+第一原理計算數(shù)據(jù)庫構建方法與技術路線如圖3所示。

Fig.3 The first principle Computing database Construction method and technical route of MatCloud+圖3 MatCloud+第一原理計算數(shù)據(jù)庫構建方法與技術路線

通過將計算數(shù)據(jù)與實驗數(shù)據(jù)進行比對，以方便檢驗理論模型，提供新的實驗思路。其中涉及到面向材料基礎數(shù)據(jù)的知識挖掘技術（如研究化合物的熱力學及化學穩(wěn)定性問題等），以及非結構化文本（如文本、圖表信息）挖掘技術等。最終面向基礎研究人員、材料學家、材料設計開發(fā)企業(yè)等提供多樣化的材料查找方法，從數(shù)萬種材料中智能地推薦同類材料，以拓寬材料開發(fā)人員的視野。因此，通過第一性原理計算構建第一性原理計算數(shù)據(jù)庫有著重要意義。

以第一原理計算為例，基于高通量計算驅動引擎，MatCloud+提出第一原理計算數(shù)據(jù)庫構建方法和技術，如圖4所示。

Fig.4 A workflow template of phono calculation圖4 一個聲子計算的工作流模板

為保證數(shù)據(jù)質量和精度，數(shù)據(jù)庫包括初始第一性原理計算數(shù)據(jù)庫和校驗后的第一性原理計算數(shù)據(jù)庫。其中，計算精度設置、泛函選擇、截斷能選取、計算過程是否收斂等都會影響計算精度和誤差。第一性原理計算所得材料的各種物理化學性質應該得到存儲，標準化、規(guī)范化的信息存儲有利于實現(xiàn)自動查詢、自動分析與數(shù)據(jù)挖掘。Mat-Cloud+提供了一種構建第一性原理計算數(shù)據(jù)庫的方法，通過高通量計算驅動引擎，允許用戶大批量地開展計算或高通量篩選，自動對計算結果進行數(shù)據(jù)提取和規(guī)范化加工，衍生出更多物理化學性質。目前MatCloud+主要支持結構弛豫、態(tài)密度、能帶、彈性常數(shù)、介電常數(shù)、磁矩等基本性質計算，也支持聲子譜計算、團簇展開的復雜計算等。此外，MatCloud+還針對不同材料，如鋰電材料、催化材料、半導體材料、熱電材料等開發(fā)了各種工作流模板。無論是基本性質計算、復雜性質計算都是以一種工作流的方式實現(xiàn)所有步驟的自動流程化。復雜性質的計算也是通過工作流模板進行的，如圖4所示的聲子譜計算工作流模板。

MatCloud+材料數(shù)據(jù)庫包括晶體結構庫、分子結構庫與計算物性庫。本文以晶體結構庫和計算物性庫為例進行說明，分子結構庫的建設理念與晶體結構庫相同。

（1）晶體結構庫。MatCloud+的晶體結構庫包含晶體空間群、原子種類、原子位置等信息，可能的數(shù)據(jù)來源包括：①文獻錄入和爬蟲抓取。文獻中的信息分散不集中，類似于搜索引擎，從網(wǎng)絡抓取可參考springer materials 等，需要標記數(shù)據(jù)源；②理論計算優(yōu)化。通過高通量第一性原理計算產(chǎn)生大量計算數(shù)據(jù)，高通量第一性原理計算理論優(yōu)化后的數(shù)值同樣需要標記數(shù)據(jù)源，給出計算中使用的關鍵參數(shù)，如交換關聯(lián)勢、k 點取樣密度、贗勢（全勢）等；③從其它數(shù)據(jù)庫獲取?？蓞⒖糏CSD、Pauling File 等，這些數(shù)據(jù)庫均為商業(yè)數(shù)據(jù)庫，此外也有一些開源的晶體結構數(shù)據(jù)庫，如COD 等；④用戶愿意公開的晶體結構數(shù)據(jù)。對于用戶不愿公開的晶體結構數(shù)據(jù)（包括性質數(shù)據(jù)），用戶可選擇暫不公開，或一段時間（如2 年、3 年）后再公開。對于用戶愿意公開的數(shù)據(jù)，MatCloud+將在機時上給予優(yōu)惠，甚至減免。

這里以Bi2Se3 為例，說明晶體結構數(shù)據(jù)庫所存儲的信息。部分晶體結構庫數(shù)據(jù)信息如表1 所示。目前，Mat-Cloud+所記錄的晶體結構信息遠多于以下列舉的，這里僅進行概要說明。

Table 1 Partial data information of crystal structure library表1 部分晶體結構庫數(shù)據(jù)信息

（2）計算物性庫。計算成功后得到的只是結果文件，尚需作進一步處理，才能到用戶所關注的物化性質數(shù)據(jù)。MatCloud+能自動從計算結果文件中抽取關鍵的物化性質數(shù)據(jù)，這也是MatCloud+高通量計算平臺的最大特點之一。這些存取的數(shù)據(jù)還可鏈接到存儲計算數(shù)據(jù)的空間以供進一步分析，部分能量數(shù)據(jù)、電子數(shù)據(jù)及相關元數(shù)據(jù)列舉如下：①總能量、原胞體積等（文本）：通過SCF 計算即能直接獲得；②能隙、布居數(shù)、磁矩（文本）：通過常規(guī)的計算分析得到；③能帶、態(tài)密度（圖形）；④贗勢方法或全勢方法，如果是贗勢則給出贗勢版本；⑤交換關聯(lián)勢（LDA、GGA、HSE等）；⑥+U（實現(xiàn)版本及U、J 的數(shù)值）；⑦基矢選取（平面波的Cutoff）。

3 MatCloud-QE量子力學程序包

MatCloud+不僅提供了高通量多尺度材料計算并融合數(shù)據(jù)庫和AI 的集成框架，支持以低代碼開發(fā)方式快速進行各類不同材料體系數(shù)字化、智能化研發(fā)平臺的定制化開發(fā)，而且有自己獨自研發(fā)、自主可控的量子力學程序包MatCloud-QE 和分子動力學程序包MatCloud-MD。這里重點介紹MatCloud-QE 量子力學程序包，MatCloud-MD 分子動力學程序包的研發(fā)理念與MatCloud-QE 類似。

MatCloud-QE 量子力學程序包主要基于Quantum ESPRESSO［8］內核（簡稱QE），是國內首個以云原生為特點的量子力學程序包，用戶使用瀏覽器通過MatCloud+材料云即可在線開展第一性原理計算，以及數(shù)據(jù)的自動化采集與管理，可極大地方便用戶開展第一性原理計算以及高通量計算篩選。云原生（Cloud Native）理念最早由Matt［9］提出，微軟將其定義為“：云原生體系結構和技術是一種設計、構造與操作在云中構建，且充分利用了云計算模型的工作負載方法”［10］。除云原生的特點外，MatCloud-QE在QE 內核基礎上，動態(tài)拓展了基礎QE程序所不具備的計算功能（如發(fā)射率、斷裂強度等）。通過MatCloud-QE 第一原理計算程序包與MatCloud+高通量多尺度材料集成計算材料云接口，實現(xiàn)了高通量第一性原理計算加速、參數(shù)智能推薦、自動前處理和后處理、功能組件化與使用圖形化、云端拖拽式流程設計等功能，用戶使用瀏覽器通過MatCloud+材料云即可在線進行計算以及數(shù)據(jù)的自動化采集和管理，極大地方便了用戶開展第一性原理計算以及高通量計算篩選。

Quantum ESPRESSO 是一款開源的量子力學程序包，除具備常規(guī)的第一性原理計算功能外，還支持超導計算、電子能量損失譜、彈道輸運等功能［8］。然而，當用戶使用QE 計算時會遇到諸多困難。例如，計算模擬前用戶需要熟悉QE 的輸入文件格式與參數(shù)，以及Linux 的使用方式與提交命令；計算模擬結束后，用戶需要明確如何從大量輸出文件中找到自己想要的數(shù)據(jù)。另外，QE 本身雖然支持并行計算，但是無法很好地支持高通量計算。

MatCloud-QE 量子力學程序包在QE 內核基礎上，開發(fā)了高通量第一原理計算加速算法、參數(shù)智能推薦算法、輸入結構統(tǒng)一算法、自動前處理后處理引擎、組件化引擎、圖形化引擎以及工作流接口算法程序等，從而增加了QE基礎程序所不支持的高通量第一原理計算加速、輸入結構統(tǒng)一、全程圖形化展示、智能參數(shù)推薦、數(shù)據(jù)自動提取并實時入庫等功能，進一步降低了第一性原理計算門檻，提升了其使用效率。

MatCloud-QE 在QE 內核上的主要創(chuàng)新在于：通過AI實現(xiàn)了對大批量高通量第一原理計算作業(yè)處理的加速；通過軟件定義材料計算模擬，將模型搭建、高通量建模、各任務間數(shù)據(jù)流動（如幾何優(yōu)化、靜態(tài)計算）、參數(shù)設置、贗勢處理、計算數(shù)據(jù)后處理、計算數(shù)據(jù)持久化以及機器學習等關鍵環(huán)節(jié)圖形化與組件化，便于用戶通過鼠標拖拽方式實現(xiàn)高通量篩選邏輯的“自組裝”；通過“建?！嬎恪鷶?shù)據(jù)→AI”的云端自動化流程，解決了材料計算參數(shù)設置復雜、贗勢處理繁瑣、數(shù)據(jù)后處理易出錯、計算數(shù)據(jù)易丟失等問題，計算模擬一旦結束，自動形成材料計算數(shù)據(jù)庫。

3.1 基于AI的高通量第一原理計算加速算法

隨著超級計算的普及和機時成本的下降，開展第一性原理計算的模式也不再停留在以往單一的第一性原理計算上，高通量計算篩選已成為一種新的模式和手段。高通量材料計算篩選是指對大量晶體或分子通過理論計算進行篩選，得到滿足預定義篩選描述符的目標結構，也稱高通量虛擬篩選。如何從大量候選結構空間中通過“篩選漏斗”快速篩選出目標結構，時效性和準確性這對矛盾體一直是高通量材料計算篩選一個最核心的問題。基于第一性原理計算篩選的時間短，但準確性會受到影響。若要提升準確性，篩選時間和計算成本也會增加。

為解決該問題，本文基于QE 內核開發(fā)了基于AI 的高通量第一性原理計算加速算法，采用與通過第一性原理計算獲取物性具有等效作用的代理模型機制，以加快高通量計算篩選。也即是說，“篩選漏斗”中的篩選描述符值可由代理模型幫助獲取。由于通過代理模型獲取相關描述符值的速度相比直接通過QE 計算獲取描述符值的速度有著量級的提升，因而可提高篩選效率。

3.2 參數(shù)智能推薦算法

不同元素種類、計算精度、K 點的選取，往往有著不同的第一性原理計算參數(shù)設置，或對計算核數(shù)、內存有不同要求。若選擇不正確，往往會導致計算作業(yè)失敗。對于初次開展第一性原理計算的用戶，如何選取參數(shù)給其帶來了很大困擾。因此，本文參照大量文獻開發(fā)了QE參數(shù)智能推薦算法，能夠針對常見的元素種類、計算精度、K點選取等，自動推薦一些最優(yōu)參數(shù)，從而避免用戶選擇參數(shù)時的困擾。

3.3 結構模型統(tǒng)一算法

QE 輸入文件中結構數(shù)據(jù)的獲取需要涉及到模型搭建、結構文件轉換和文件拆分3 個步驟，模型的搭建和結構轉換通常需要借助第三方軟件來實現(xiàn)，用戶使用時非常不便。因此，基于QE 基礎程序，本文開發(fā)了統(tǒng)一的結構導入算法，對結構進行了邏輯上的統(tǒng)一，令用戶不再需要考慮文件格式，同時支持批量結構導入，并支持導入多種晶體結構文件作為QE 的輸入結構。同時，該結構模型統(tǒng)一算法還提供了與MatCloud+材料云的接口，使之與Mat-Cloud+材料云的建模組件協(xié)同，實現(xiàn)了大部分結構調控功能。此外，MatCloud+材料云結構建模組件可讓用戶不再使用第三方建模軟件，僅通過瀏覽器即可實現(xiàn)“模型搭建—計算—數(shù)據(jù)—AI”的端到端一體化。

3.4 后處理引擎

標準的QE 計算任務正常結束后，在傳統(tǒng)情況下，用戶需要利用后處理軟件或腳本自行處理數(shù)據(jù)（如采用第三方的Origin 軟件），處理得到的結果大多保存在本地電腦或各大云盤中，數(shù)據(jù)相互之間無關聯(lián)，也不能直接進行計算結果的可視化（如能帶、態(tài)密度、聲子譜等）。一個課題組團隊中，人員的流進流出往往導致數(shù)據(jù)丟失，后期想要復用數(shù)據(jù)難度極大。因此，在QE 標準程序的基礎上，本文開發(fā)了后處理引擎，使得在標準QE 計算程序完成后，不僅可以自動提取輸出文件中的關鍵數(shù)據(jù)，而且可以將得到的關鍵數(shù)據(jù)自動實時保存在云端數(shù)據(jù)庫中。在保證數(shù)據(jù)安全的基礎上，還可利用數(shù)據(jù)庫對數(shù)據(jù)進行二次篩選和復用。

3.5 組件化引擎

QE 內核擁有十幾個功能模塊，而僅PWscf一個包就含有200 多個參數(shù)，對于初學者來說大部分都晦澀難懂。因此，在QE 內核基礎上，本文開發(fā)了組件化引擎，其中包括組件庫、組件參數(shù)設置與調用算法。根據(jù)QE 功能的不同，從QE 各個模塊中抽取獨立的功能形成QE 基礎內核所不具備的組件庫。同時開發(fā)了與MatCloud+材料云的量子力學服務接口，使其能呈現(xiàn)為一個個圖形化組件。同時結合上述3.2 節(jié)中的參數(shù)智能推薦算法，可為每個組件推薦關鍵參數(shù)，用戶使用時僅通過點選方式即可選擇組件、設置參數(shù)。另外，為方便中文用戶，組件化引擎還開發(fā)了中文參數(shù)庫，給每個參數(shù)都提供了中文使用幫助，幫助用戶了解參數(shù)的意義，從而方便地選擇參數(shù)。

針對贗勢及其內部參數(shù)獲取繁瑣的問題，組件化引擎將全種類贗勢整合到每個組件中，用戶僅需點選想要選擇的贗勢種類，即可為每個元素自動分配此類型的贗勢，并結合元素和贗勢種類自動給出推薦的截斷能。LibXC是目前最全面、最強大的交換關聯(lián)—泛函庫，一直得到業(yè)界開源社區(qū)的維護。LibXC 泛函庫包括各種泛函，如LDA、GGA、雜化泛函以及metaGGA等。為了讓用戶更加便捷地選擇交換關聯(lián)泛函，本文給組件庫開發(fā)了專門接口，使其對LibXC提供全面的支持。

3.6 圖形化引擎

在QE基礎內核的基礎上，本文開發(fā)了圖形化引擎算法，其核心理念在于：基于軟件定義的理念重新定義了第一性原理計算的操作，將模型搭建、高通量建模、各任務間數(shù)據(jù)流動（如幾何優(yōu)化、靜態(tài)計算）、參數(shù)設置、贗勢處理、計算數(shù)據(jù)后處理、計算數(shù)據(jù)持久化等關鍵環(huán)節(jié)進行圖形化處理。此外，開發(fā)了圖形化引擎與MatCloud+材料云的專門接口，可讓用戶通過靈活的拖拽方式實現(xiàn)計算任務的自組裝。同時實現(xiàn)了QE高通量材料計算“建模—計算—數(shù)據(jù)—AI”的云端一體自動化流程，直接連接千核/萬核集群，解決了材料計算參數(shù)設置復雜、贗勢處理繁瑣、數(shù)據(jù)后處理易出錯、計算數(shù)據(jù)易丟失等問題。

3.7 物理化學性質計算

MatCloud-QE 除可進行基礎QE 內核第一性原理計算所支持的物理化學性質計算外，還增加了基礎QE 內核所不支持的一些物理化學性質計算（如發(fā)射率、斷裂強度等），且所支持的計算類型還在不斷增加。

3.8 MatCloud+材料云的API接口

僅使用QE基礎內核，用戶不僅需要購買計算集群，而且需要編譯安裝QE、準備提交腳本等，這就需要用戶具備一定的Linux語言基礎。為更好地利用MatCloud+材料云框架所提供的功能，MatCloud-QE第一性原理計算程序包專門提供了與MatCloud+材料云的接口，使得通過MatCloud+材料云可便捷地使用MatCloud-QE 第一性原理計算程序包。由于MatCloud+材料云本身直接對接國家超算中心，用戶不需要考慮集群和軟件配置環(huán)境的問題，而是直接通過瀏覽器進行結構建模、設計工作流程并選擇超算，點擊提交按鈕即可開展第一性原理計算。計算一旦結束，數(shù)據(jù)直接進行可視化和入庫，無需使用任何第三方軟件。另外，基于該接口程序，用戶可通過MatCloud+材料云拖拽式流程實現(xiàn)批量QE任務的提交，一次性可計算多個結構的多個性質，整個工作流程無需人工操作任何文件，各計算任務有效協(xié)同，不僅最大化利用了碎片化時間，而且杜絕了因誤操作導致的各種問題。

4 應用與示范

4.1 示范案例1：高通量材料計算

基于MatCloud+材料云，以過渡態(tài)搜索和截斷能收斂性計算為例，說明MatCloud+材料云的自動化、流程化與圖形化特點。

4.1.1 過渡態(tài)搜索

化學反應通常伴隨著熱量的吸收與釋放，而反應速率通常與反應需要克服的能量勢壘直接相關。通過過渡態(tài)計算可得到從反應物到產(chǎn)物需要的最大能量、過渡態(tài)結構及整個反應的吸/放熱量，從而解釋粒子的擴散遷移及分解的難易程度。

過渡態(tài)搜索常用到的方法包括NEB方法和CI-NEB 方法。NEB（Nudged Elastic Band）方法是一種在已知反應物與產(chǎn)物之間尋找勢能面上鞍點和最小能量路徑的方法，該方法的工作原理是優(yōu)化反應路徑上的許多中間圖像。每個圖像都能找到盡可能低的點（能量），同時保持與相鄰圖像相等的間距。這種受約束的優(yōu)化是通過在圖像之間沿路徑添加彈簧力，以及根據(jù)垂直于路徑的潛在作用而投影出力的分量來完成的。不同于NEB 方法，CI-NEB 方法（Climbing Image Nudged Elastic Band，CI-NEB）是對前者的一個小修改，由于能量最高的圖像被移動到鞍座點，并且其感覺不到彈簧力，相反，沿切線的此圖像的真實力是反轉的。通過該方式，圖像試圖最大化其沿路徑的能量，并最小化所有其它方向上的能量。當此圖像收斂時，其將位于確切的鞍點。

過渡態(tài)搜索的一個難點在于：基于上述算法的整個搜索過程如何自動化、流程化地完成。MatCloud+通過工作流技術解決了該難點問題。MatCloud+提供的一個過渡態(tài)自動化搜索工作流如圖5所示。

Fig.5 Workflow of transition state auto search圖5 過渡態(tài)自動化搜索工作流

初末態(tài)匹配組件用于上傳初態(tài)結構和末態(tài)結構，并作相應的匹配處理。一旦參數(shù)設置完畢，啟動該工作流，工作流就會在云端自動協(xié)調融合了CI-NEB 方法的第一性原理計算與基于Dimer 的過渡態(tài)優(yōu)化。過渡態(tài)搜索結束后，點擊“View Task”可直接查看過渡態(tài)能壘圖（見圖6），結果均自動保存在材料數(shù)據(jù)庫中。

Fig.6 Transition state energy barrier plot by MatCloud+圖6 MatCloud+計算過渡態(tài)能壘圖

4.1.2 收斂性測試

截斷能參數(shù)ENCUT 決定了包含平面波函數(shù)動能的極限，平面波相關設置直接關系到計算精度。因此，計算一個體系時有必要找到一個最優(yōu)的ENCUT 值，以擬合所需精度，同時保證在計算成本上合理。收斂性測試的難點在于如何生成大量數(shù)據(jù)點，以及從中自動地找出最優(yōu)點。

MatCloud+提供了收斂性測試功能，用于生成大量數(shù)據(jù)點，以及確定最優(yōu)的截斷能值、K 點值等。其理念在于不斷增大對應參數(shù)的值，當連續(xù)兩次計算的能量相差小于一定數(shù)值時即可認為收斂，此時的值即為一個較為合適的值。MatCloud+提供了自動進行參數(shù)收斂性測試計算的模板（如截斷能、K 點）。一個確定截斷能參數(shù)的收斂性工作流模板如圖7所示。

Fig.7 Workflow templet that determines the cut-off energy values for convergence圖7 確定截斷能參數(shù)的收斂性工作流模板

生成截斷能數(shù)據(jù)的核心參數(shù)設置如圖8 所示，其中最小能量值為200eV，最大能量值為500eV，能量值間隔為100eV。

Fig.8 Core parameter setting圖8 核心參數(shù)設置

參數(shù)設置完畢后啟動工作流，工作流負責大量第一性原理計算作業(yè)的生成、提交和監(jiān)控。計算完畢，截斷能值的收斂性測試結果如圖9 所示。從圖中可以看到，選擇截斷能值為350應該會獲得較好結果。

4.2 示范案例2：MatCloud+減少人工干預90%以上

以石墨為代表的層狀電極材料在離子電池中得到了廣泛研究與應用。對于二維層狀電極材料，其層間距與電池性能表現(xiàn)有著直接關系。之前的實驗和理論研究都關注于層狀材料層間距擴大前后的性能對比上，而沒有考慮層間距如何取值才能達到最佳效果，對于層狀材料電極中層間距對性能的影響也缺乏深入的理論探索。

北京大學物理學院采用高通量計算篩選，系統(tǒng)研究了堿金屬離子（Li+、Na+、K+）電池中層狀材料電極性能對其層間距的依賴性。通過采用MatCloud+，人工干預減少了90%。通過綜合考慮石墨/石墨烯電極隨層間距連續(xù)變化過程中的結構、能量、電子學、離子學的性能表現(xiàn)，找到了石墨/石墨烯電極在不同堿金屬離子電池中的最佳層間距，得到的研究結果也可擴展應用于其他類似的層狀電極材料中，并指導實驗選擇合適的層間工程技術。

該研究利用不同堿金屬離子（Li+、Na+、K+）電池中層狀材料層間距對電極的影響，涉及“多結構、多性質”的計算，是一種典型的高通量計算篩選。MatCloud+在本研究中體現(xiàn)出的4 個明顯優(yōu)點在于：①自動化調控層間距，生成候選空間，減少人為重復勞動；②人工干預次數(shù)明顯變少，大量工作通過工作流引擎自動流程完成，能夠按流程與預定計劃按部就班地自動進行計算；③計算出錯后，部分錯誤能自動糾錯，避免了重復計算，進一步提高了效率；④自動搜索所有高對稱吸附位點，減少人工勞動力，同時避免遺漏。

Fig.9 Convergence test result of cut-off energy（ENCUT）圖9 截斷能ENCUT收斂測試結果

在研究中，遷移勢壘計算涉及Li/Na/K 共9 個結構，吸附容量計算涉及Li/K 共6 個結構。在傳統(tǒng)方法中，每個結構不僅需要分別進行計算，結構優(yōu)化/靜態(tài)計算/插點/勢壘計算都需要分別提交計算作業(yè)，而且計算完畢后需要人工將計算結果下載下來進行手動處理，因此共計約有60 次人工作業(yè)提交以及60 次人工數(shù)據(jù)處理，共計120 次人工操作。而采用MatCloud+，針對遷移勢壘的計算，通過工作流引擎，人工僅需對3 個堿金屬計算操作2 次（共計6 次）；針對吸附容量的計算，通過工作流引擎，人工僅需對2 個堿金屬操作2 次（共計4 次），總計人工操作10 次，剩下的110次人工處理全部由MatCloud+幫助完成，人工干預減少了90%左右，極大地提高了效率（見圖10）。對于高通量計算篩選而言，供篩選的結構越多，即候選空間越大，Mat-Cloud+效率提升越明顯。而且篩選過程越復雜，MatCloud+效率提升越明顯。

Fig.10 Comparison of manual intervention times between Mat-Cloud+and traditional methods圖10 MatCloud+與傳統(tǒng)方式人工干預次數(shù)比較

4.3 示范案例3：MatCloud+效率提升30%以上

本文以石墨烯吸附COOH 分子計算為例，比較傳統(tǒng)方式與采用MatCloud+方式開展材料計算的優(yōu)劣。

4.3.1 材料計算傳統(tǒng)方式及步驟

假設一個對材料計算比較熟悉的用戶知道如何開展計算，以及要采用哪些軟件，概括起來為“4 個步驟，6 個軟件”。4 個步驟分別為：①建模；②準備輸入文件；③計算；④后處理。6 個軟件分別為：VESTA、XShell、Xftp、P4vasp、vaspkit、Origin。

計算步驟如下：

（1）采用軟件VESTA 進行建模（見圖11），耗時4min。其中左圖為利用VESTA 對石墨烯單胞進行括胞操作，右邊為添加COOH 分子。具體步驟為：①首先對石墨烯單胞進行擴胞；②在石墨烯表面手動添加COOH 分子，移動COOH分子到不同的吸附位點；③將結構導出（POSCAR格式）。

Fig.11 Software VESTA modeling圖11 軟件VESTA建模

（2）準備輸入文件。首先利用Xshell 軟件登錄到超算中心，然后輸入文件準備（靜態(tài)計算）（耗時4min），需要的軟件為：XShell、Xftp、VESTA。文件包括：①POSCAR：將VESTA 軟件導出的.vasp 文件通過Xftp 上傳，并更改名字為POSCAR；②INCAR：設置控制計算的各個參數(shù)；③POTCAR：查看POSCAR 文件中包含的原子種類，在相應的贗勢庫中找到原子的贗勢，新建為此結構的POTCAR 文件；④KPOINTS：手動寫入；⑤作業(yè)提交腳本：手動編寫作業(yè)提交腳本。

（3）提交任務進行計算（耗時3min）。首先輸入文件準備（DOS 和能帶計算，耗時1min），利用Linux 指令新建文件夾，命名為dos，并將CONTCAR、POTCAR、INCAR、KPOINTS、CHGCAR、腳本復制到文件夾中，修改INCAR 中的參數(shù)。然后提交任務進行靜態(tài)計算、能帶計算和態(tài)密度計算（耗時12min）。

（4）后處理（耗時5min）。采用P4vasp、vaspkit、Origin軟件進行DOS 圖、PDOS 圖、能帶圖繪制。DOS 圖繪制具體操作如下：①在Xftp 中將vasprun.xml 文件下載到本地；②打開P4vasp，點擊繪制DOS 圖；③在P4vasp 中輸出dos.dat文件；④打開Origin，導入dos.dat，點擊繪制線圖；⑤調整各種顯示以更好地表達圖片。

上述過程總計耗時約30min。由于使用軟件較多，人工干預也較多，步驟較為繁瑣。

4.3.2 采用MatCloud+的方式與步驟

使用MatCloud+作上述同樣的計算，計算步驟如下：①瀏覽器登錄到MatCloud+，利用拖拽方式設計一個工作流（見圖12）；②導入結構；③利用吸附模塊開展吸附操作；④設置能帶計算和態(tài)密度計算參數(shù)；⑤提交作業(yè)，下載結果（計算完畢后，能帶數(shù)據(jù)和態(tài)密度數(shù)據(jù)已在數(shù)據(jù)庫中）。只需通過瀏覽器登錄，不需要下載任何軟件。其中建模、準備輸入文件、計算、后處理4 個步驟分別耗時2min、2min、15min、0min，總共耗時19min。

Fig.12 Calculation work of molecule adsorption modelling-static calculation-energy band-density of states圖12 吸附建?！o態(tài)計算—能帶—態(tài)密度計算工作

4.3.3 分析比較

開展同樣的材料計算，傳統(tǒng)方式與采用MatCloud+的耗時對比如表2 所示。可以發(fā)現(xiàn)，相比于傳統(tǒng)計算方法的30min，采用MatCloud+將時間縮短到19min，減少耗時11min，效率提高了36.6%（見圖13）。

Table 2 Time consumption comparison of two approaches表2 兩種方式耗時對比 min

Fig.13 Time consumption comparison of two approaches圖13 耗時對比

4.4 示范案例4：密封圈材料抗老化性能研究

4.4.1 背景

丙烯腈—丁二烯橡膠（NBR）、偏氟乙烯系氟橡膠（FKM）、聚醚醚酮橡膠（PEEK）是目前密封圈的常用材料。這種類型的合成聚合物通常對油、燃料和其他化學品具有耐受性，因此廣泛用于汽車、航空工業(yè)中的燃油處理軟管、儲氫罐密封件、索環(huán)等的制造。然而，聚合物材料在熱、氧、光等條件下容易發(fā)生老化現(xiàn)象，導致其形狀、顏色和拉伸強度發(fā)生不可逆的變化，嚴重了影響其長期使用性能。因此，有必要研究材料的老化機理，更合理地預測其使用壽命。

4.4.2 MatCloud+模擬3類材料抗老化性能

本文基于反應力場（ReaxFF）的分子反應動力學（Molecular Reaction Dynamics，MRD）模擬開展3類材料的抗老化研究。在ReaxFF中，原子是動態(tài)連接的，由原子鍵序的實時計算決定，因此可很好地描述鍵的形成和解離過程。ReaxFF已成功應用于各種反應系統(tǒng)，如聚合物、化石燃料、含能材料以及小分子燃燒和過渡金屬催化過程。利用MatCloud+設計的基于LAMMPS的高通量計算工作流如圖14所示。

Fig.14 A high-throughput LAMMPS simulation workflow圖14 基于LAMMPS的高通量計算工作流

在該項研究中，MatCloud+與北京低碳研究院合作，利用MatCloud+設計了分子動力學工作流模板。通過高通量計算，模擬在無H2和有H2環(huán)境下，3 類材料在達到平衡狀態(tài)后，以100K/ps 的加熱速率從300K 加熱到3 800K，持續(xù)時間為35ps。在3 類材料分別升溫到3 800K 狀態(tài)后，研究以下問題：①通過模擬產(chǎn)物隨時間的變化，可得到分解過程中每種產(chǎn)物最開始產(chǎn)生、開始分解的溫度以及最終產(chǎn)物是什么；②H2的加入對每種材料分解溫度、分解過程、最終產(chǎn)物的影響；③對3 種材料耐高溫性能以及對H2分子的敏感性作對比。通過“高通量+分子動力學”方式，開展3 類材料的分子動力學模擬，結果表明，該方式相比傳統(tǒng)方式減少人工干預達到90%。

“高通量+分子動力學”模擬在有H（2上圖）和無H（2下圖）環(huán)境下，PEEK熱解過程中產(chǎn)物隨時間變化關系如圖15所示。

Fig.15 Product change over time during PEEK pyrolysis with and without H2圖15 在有H2與無H2環(huán)境下PEEK熱解過程中產(chǎn)物隨時間變化關系

5 未來發(fā)展方向及應用領域

MatCloud+材料云目前已實現(xiàn)了國產(chǎn)高通量多尺度全流程材料集成設計工業(yè)軟件和云基礎設施從0 到1 的突破，目前注冊用戶數(shù)已接近5 000，涵蓋300 多家高校、科研院所和企業(yè)，覆蓋10多個國家和地區(qū)，已進入了“用戶使用—反饋—提高—再使用—再反饋—再提高”的良性循環(huán)。今后，MatCloud+材料云產(chǎn)品的拓展主要包括以下幾個方面：①研發(fā)更多用于材料智能設計的人工智能算法和策略；②研發(fā)更多材料結構建模算法；③進一步研發(fā)自主的MatCloud-QE 和MatCloud-MD 量子力學與分子動力學程序包；④不斷沉淀和積累材料計算數(shù)據(jù)；⑤朝著從理論計算到實驗驗證的新材料全流程、全尺度數(shù)字化研發(fā)拓展。

目前，微尺度材料集成設計工業(yè)軟件不僅被國外軟件所壟斷，而且這些傳統(tǒng)軟件也不能很好地融入“云計算、高通量計算篩選、跨尺度自動化、材料數(shù)據(jù)庫、AI 賦能”等新出現(xiàn)的材料研發(fā)理念和模式，影響了我國新材料數(shù)字化研發(fā)的普及與應用，也制約了國產(chǎn)材料設計制造工業(yè)軟件開發(fā)。MatCloud+材料云可面向高校、科研院所提供基于公有云的材料計算、數(shù)據(jù)、AI 服務，用戶通過瀏覽器即能使用。在面向企業(yè)級的新材料研發(fā)方面，我國新材料研發(fā)大多仍基于實驗試錯法，而缺乏將人工智能、計算仿真模擬、實驗數(shù)據(jù)有機融合的材料協(xié)同創(chuàng)新新型研發(fā)范式，無法加速新材料的研發(fā)與工程化應用。MatCloud+材料云針對企業(yè)級新材料研發(fā)，不僅可提供私有化部署，還可以與邁高科技的MatFusion 技術融合，提供連接計算數(shù)據(jù)與實驗數(shù)據(jù)的新材料智能設計范式，在新能源（包含鋰電相關、儲氫相關、光伏相關等）、化學化工（包含催化劑、石油化工、塑料&橡膠等）、航空航天（包含零部件制造、推進劑、復合材料、高溫/耐火材料）、電子信息（包含半導體、顯示材料、磁性材料）等新材料研發(fā)領域有著廣泛應用。

6 結語

本文介紹了我國國產(chǎn)的集成量子力學與分子動力學微觀多尺度材料集成計算工業(yè)軟件MatCloud+材料云，將材料模型搭建、材料計算、計算流、材料數(shù)據(jù)庫、計算集群、AI算法以及模型和工具一體化置于云端，用戶僅需瀏覽器即可操作，無需進行任何下載和安裝，打破了微觀多尺度自動化流程材料計算工業(yè)軟件被國外壟斷的局面。其主要特點可概括為“高通量、多尺度、SaaS 化、流程化、智能化、自動化、圖形化”。計算一旦結束，計算數(shù)據(jù)會被立即提取并存儲于材料數(shù)據(jù)庫中。在求解程序方面，基于QE第一原理計算內核進一步開發(fā)了高通量第一原理計算加速算法、參數(shù)智能推薦算法、輸入結構統(tǒng)一算法、自動后處理引擎、組件化引擎、圖形化引擎，以及更多的物性計算功能、MatCloud+接口等算法程序等，形成了具有“云原生”特點的第一原理計算程序包：MatCloud-QE。最后以4 個案例介紹了MatCloud+如何支持高通量多尺度材料計算，以及帶給用戶計算效率的提升，表明MatCloud+材料云在面向高?？蒲性核推髽I(yè)級新材料研發(fā)方面有著廣闊的應用前景。