近日,蘇州實驗室能源環境材料研究部顧晨凱博士(第一作者)等正式完成“AI-Powered Experimental Discovery of Metal-Organic Frameworks for n/i-Butane Separation”研究論文,并成功發表于國際頂尖期刊《Advanced Materials》。
論文鏈接:
https://doi.org/10.1002/adma.202507772
![]()
論文中通過AI模型識別出正異構丁烷分離性能優異的MOF材料,并提出將吸附等溫線作為集成描述符的模型構建方案,其在氣體吸附行為預測方面優于現有的描述符體系。期間,該研究開辟出AI、模擬計算與實驗相結合的新范式,為材料研發提供了高效普適的新路徑。
值得注意的是,此次研究過程中所有模擬計算工作,均在海光C86計算平臺完成。基于高端通用的算力支持,材料研發創新效率顯著提升,AI for Science迎來更強勁的國產計算引擎。
長期以來,海光高度重視國產處理器自主創新,研發投入規模遠超行業平均水平。在此基礎上,海光攻克C86處理器設計若干核心技術,技術“護城河”持續拓寬,有力推動了國產高端芯片產品升級。
其中,海光通用處理器CPU軟硬件生態豐富、性能優異、安全可靠,現已廣泛應用于關基行業領域;人工智能加速器DCU采用GPGPU架構,具備“訓推一體”的智算底座支持,可為用戶提供全精度通用AI加速計算解決方案,在大數據處理、人工智能、商業計算等領域均已實現規模化落地。
比如,面向高端算力需求迫切的科研領域,海光CPU+DCU異構計算平臺在高精度量化計算方向取得關鍵進展,運行于主流第一性原理模擬軟件時甚至實現性能反超;在流體力學研究中,海光計算平臺為傳統CFD帶來數十倍的加速能力,并且在主流AI for CFD應用中表現出超預期性能和擴展比,進一步促進了AI4S從“數據驅動”向“智能驅動”的范式升級。
目前,由海光CPU和DCU異構而成的高端算力組合,已在科研工作中實現從前處理到計算、后處理和遠程可視化的全流程覆蓋,可構筑真正對標科學智能新范式的新型基礎設施。
此次基于海光計算平臺完成的新材料研發成果,無疑是對國產高端算力崛起的有力回應。接下來,海光將繼續以飽和式的研發投入,持續推動國產計算系統化躍遷,為科研攻關以及千行百業的數智化應用提供可靠算力底座。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.