微软云端 AI 与 HPC 加速新电池材料探索，过去以年计的进程只需 80 秒搞定

▼

太平洋西北地区实验室（Pacific Northwest National Laboratory，PNNL）使用微软 Azure Quantum Elements 服务所提供的 AI，将 3,200 万种可能的电池材料，在短短数十小时内，而非过去动辄好几年的时间，就缩减成 18 种可以立即进行测试的材料，大幅加速新电池材料的开发进程。

80 秒完成演算法、能态分析、分子动力学计算及实用性评估等新材料筛选程序

通常，寻找新电池材料的过程始于对当前已发表成果的分析。然而科学家倾向发表成功案例而非失败案例，这导致公开可用的数据难免会有缺漏而不够全面的情况。在微软与 PNNL 实验室的合作下，微软 AI 系统根据材料成分制定了一份 3,200 万笔候选材料的清单。透过演算法排除了不稳定化学性质的材料，将清单缩小到 50 万笔，然后再缩小到 800 笔。

接着使用 HPC 高效能运算层对每个候选材料的潜在能态（Energry state）进行更精确的分析。然后结合 AI 和 HPC 来运行分子动力学（molecular dynamics）计算，以预测每种材料中原子的运动方式，这正是电池的关键组成部分。

以上过程将清单缩小至 150 种候选材料，这些材料再经过高效能运算的实用性评估（包括可用性和成本），又将清单缩减到只剩 23 个条目（其中 5 个是已知材料，所以最终剩 18 种可进行测试的新兴材料）。过去这个过程需要在实验室里进行经年累月的试误（trial & error），如今只花了 80 小时便完成。

科学家合成出更稳定、更经济的固态电解质

科学家随后合成了这些材料，其中包括一种固态电解质，有可能比当今材料更稳定且更具成本效益。该物质含有钠和锂，科学家过去认为这两个元素对电池有害，因为这些原子具有相同的电荷，但大小不同，然而盐（含钠）正在成为未来电池技术的一种吸引人选择。PNNL 团队发现这两种元素似乎能互相帮助，借此制造的电池所需锂减少了 70％，由于锂比钠贵得多，所以整体成本更低。

对科学家来说，在云端上提供 AI 及 HPC（甚至量子运算）之类服务与工具可谓一大福音，即使是对身处拥有自己超级电脑之机构中的科学家来说也是如此。但这类云端资源多半采共享制，因此研究团队可能需要排队等待。如今微软 Azure Quantum Elements 服务加速了这类科研的开发进程，这尤其对将速度视为关键的科学探索有很大的帮助。

• Microsoft Cloud AI Accelerates Search for New Battery Materials

（首图来源：Microsoft）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。