微軟使用AI加HPC分析3200萬種新材料

微軟與太平洋西北國家實驗室合作，利用AI與高效能運算（HPC）技術對3200種新型候選材料進行建模，以加速高效可充電電池材料的研發。該合作計畫旨在支持微軟未來的發展目標，並將250年的人體化學研究歷史納入資料模型，為未來的科學研究提供有力支持。

Azure量子元素

在這個專案中，微軟研究人員利用了Azure量子元素（Quantum Elements）平台，該平台旨在加速科學發現。目前，該平台將人工智慧（AI）與傳統高效能運算（HPC）結合使用，但其目標是未來與微軟的量子超級電腦相容。此外，Azure量子元素還擴大了HPC集群規模，並利用AI進行高品質推理，以在鋰離子電池研究中發揮重要作用。此外，微軟的Copilot AI也負責簡化資料處理、程式碼編寫和模擬運行等特定操作。

Azure量子元素專注於解決大規模、高速、高準確性需求所帶來的技術挑戰：

• 規模：處理規模非常重要，將直接決定新的分子或材料發現的具體範圍。為了將候選材料從以往的數千種擴大到數百萬種，規模擴展能力至關重要。研究人員必須對足夠龐大的系統進行建模，以準確捕捉材料內部缺陷或化學異質性等複雜因素。
• 速度：速度是指將特定化學模擬速度加快50萬倍，藉此模擬並分析材料的基本性質。更快的計算流程能夠幫助研究人員有效率地工作。量子元素平台的目標是透過快速處理多種材料的大量模擬數據以加快發現速度，以高效識別有前途的候選材料。速度也將決定AI與HPC之間的互動效率。
• 準確性：準確性並非強調完全精確，這是因為化學系統中的某些量子力學效應只能取近似結果。目前的經典電腦還無法確切模擬這類場景，因此未來準確性的進一步提升，還有待量子運算與AI及HPC的全面結合。

從3,200萬種候選材料中找出答案

微軟Azure研究團隊正著手探索可用於鋰電池製造的理想固態電解質。該團隊透過離子取代法取代了20萬種已知晶體中的特定原子，並使用54種潛在電解質原子作為替代選項。在此過程中，研究人員共創造出超3200萬種新材料，但如此龐大的備選庫太過寬泛，需要經過進一步篩選和精簡至較易管理的規模後才能移交給西北國家實驗室。考慮到傳統HPC實體模型不足以快速解決這樣的大規模問題集，微軟決定使用AI加速材料的穩定性分析。在此類專案中，AI將成為快速且強大的工具選項，可用於預測材料的電化學穩定性、帶隙、電化學反應性、能量和力等材料特性。透過使用AI取代HPC模擬中的量子化學計算，微軟成功將篩選速度提升至傳統方法的1.5萬倍。

透過這個過程，資料庫經過初步篩選，剩下了50萬個穩定候選項。接著，使用AI篩選流程對這50萬種候選材料進行了進一步的電化學穩定性篩選，最終得出了800種有前途的候選項。儘管AI演算法速度快且準確，但由於量子力學計算的限制，可能會存在一些誤差。因此，為了進一步分析材料的物化特性，我們需要使用基於傳統物理效應的HPC管線對剩下的800種候選材料進行二次處理。

在這個階段，研究人員使用了AI篩選流程來對各種新型材料進行表徵。此流程首先利用預測模型快速評估候選材料，然後進行更準確的物理模擬驗證，最後透過分子動力學研究評估其基本動態特性和結構漲落。到達這個階段時，候選材料已經被縮小為18種。

微軟隨後從中選出6種材料交給西北國家實驗室的研究人員，他們最終選出一種單一材料，其鋰含量減少了70%，比目前的鋰離子電池更理想。

廣闊天地，大有可為

AI和HPC在專案中都扮演著重要的角色。研究人員利用微軟專為分子模擬和能量/力預測設計的管線來實現AI的研究。而HPC則負責支撐傳統模擬環節，包括與AI模擬結果和量子化學計算相關的任務。

可以想見，新材料發現過程的複雜性和龐大的資料處理量。為了簡化流程，基於大語言模型的AI輔助工具能夠解決各種困難和障礙，同時也取代人類專家進行類型篩選和逐步計算任務。科學家可以快速獲得配置工具和設計功能組合的幫助，從而大大加快科學研究中各種複雜流程的推進速度。

憑藉微軟Azure量子元素平台，3200萬種新型候選結構的創建和800種穩定材料的挑選僅耗時一周。微軟估計，如果沒有AI技術的加持，純人力需要20年才能完成這樣的篩選過程。

更值得期待的是，隨著時間推移，整個流程的執行效率將會越來越高。 Azure量子元素平台也為現有量子硬體預留了量子運算實驗介面。這樣當微軟的量子超級電腦最終部署落地後，該平台將優先存取量子算力。隨著規模化量子運算開始發揮實際作用，相信這項技術將為高度複雜化學系統中的力效應與能量建模提供突破性的精度保障。由此帶來的現有經典計算機無法實現的寶貴見解，可望在材料科學、製藥等領域交付更多前所未有的新成果。也因為如此，微軟量子元素計畫的影響力已經遠遠超出新型電池鋰材料的研究範疇，必將為各行各業帶來無窮無盡的探索空間。

以上是微軟使用AI加HPC分析3200萬種新材料的詳細內容。更多資訊請關注PHP中文網其他相關文章！