首页 > 笔记本 > 笔记本资讯 > 笔记本_行业动态> 正文

微软云端AI与HPC加速新电池材料探索,过去数年进程现在只需80秒搞定

阳春丽 整合编辑: 杨玥锴 发布于:2024-01-16 09:33

太平洋西北国家实验室(Pacific Northwest National Laboratory,PNNL)利用微软 Azure Quantum Elements 服务提供的 AI,在短短数十小时内将3200万种可能的电池材料缩减为18种可以立即进行测试的材料,大大加快了新电池材料的开发速度。

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,科学家倾向于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 3200万笔候选材料的列表。通过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。

接下来,使用高性能计算(HPC)层对每个候选材料的潜在能态进行更精确的分析。然后结合AI和HPC来运行分子动力学计算,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,这些材料再经过高性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,如今只花了80小时便完成。

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。

对于科学家来说,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计算机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。

Unlocking a new era for scientific discovery with AI: How Microsoft’s AI screened over 32 million candidates to find a better battery

微软   AI
阳春丽

网友评论

聚超值•精选

推荐 手机 笔记本 影像 硬件 家居 商用 企业 出行 未来
二维码 回到顶部