以计算之力撬动千亿市场，国产材料软件开启智能研发新纪元 | 汪林望教授专访

14小时前浏览6

随着全球科技竞争日益激烈，人工智能与模拟计算的深度融合正在加速新材料研发的智能化变革。本月，北京龙讯旷腾科技有限公司创始人汪林望教授在接受人民日报专访时，分享了其深耕材料计算领域三十余年的工作经验，并重点介绍了DFT+HPC+AI技术如何赋能材料计算。他表示：“科学与科技的结合，将彻底改变传统材料研发模式。我们不仅要成为技术突破的先行者，更要定义智能材料计算的全球标准。”

从实验室到工业应用的跃迁

汪林望教授是国际材料计算领域的权威专家，也是首位获戈登·贝尔奖的华人，1999年至2021年在美国劳伦斯伯克利国家实验室供职，距今发表SCI论文超400篇，在2024年Elsevier全球2%科学家终身科学影响力榜单中，中国区排名156位。

2021年，他回到祖国的怀抱入职中科院半导体所，于此同时将自己多年来开发的代码进行商业落地，开启创业生涯，致力于推动国产材料计算软件的智能化发展。

第一代工业软件利用有限元以及经典牛顿力学模拟器件及工艺行为，但并不涉及材料性质的优化。后工业时代更强调新型材料的研发，而要模拟材料性质，必须从原子层面着手，求解电子的量子力学方程

2015年，汪林望教授团队成功研发出首款基于GPU加速的平面波密度泛函计算软件PWmat，奠定了国产材料计算软件的基础。

PWmat凝聚了汪教授三十多年算法开发与实际应用的心血，如今，PWmat已进化至5.0版本，有近百万行的代码，并在近几年深度融合AI技术，实现了从“计算辅助”到“智能驱动”的跨越。

第一性原理计算意味着在不需要任何实验测量的情况下，仅凭对量子力学的求解，就可以预测材料的物理、化学、电学、光学等各方面的性质。这是一个强大的工具，因为实验也许永远不能测量到每个原子的运动轨迹，但第一性原理计算可以。

经过长年积累，龙讯旷腾公司开发了80多个计算各种材料性质的模块，这大大增加了底层核心软件PWmat 的预测能力。第一性原理计算已经渗入到材料科学研究的方方面面，在当今时代，当人们提到材料研究的理论工作，大多数均指第一性原理计算。但另一方面，在工业界，第一性原理计算的应用并不多，这与经典的工业软件形成了鲜明的对比。

在工业界，材料的研发和优化大多还处在一种盲目试错的阶段。如何利用材料计算将这种盲目试错变成理性设计，这正是汪林望教授的愿望，而将原子级别的材料计算推向工业界也是龙讯旷腾公司的宗旨。实现这一目标的一大挑战，是如何将第一性原理计算的几千原子的微观尺度扩展到与大多数工艺相关的介观尺度。AI的出现为跨越这一尺度上的鸿沟提供了一个新的方向。

AI正在重塑材料科学的研究新范式，但AI不会替代第一性原理模拟计算，它们是一种互补的关系

在材料领域，AI 的训练数据大多来自于第一性原理计算，但反过来AI可大大扩展第一性原理模拟的空间与时间尺度，将第一性原理的微观尺度扩大到介观尺度。PWmat的MatPL机器学习力场模块通过AI训练海量材料计算数据，可自动优化计算参数，使分子动力学模拟效率提升几个数量级，也为材料筛选开辟一条新的道路。例如，在锂电池材料研发中，传统方法需数月实验筛选，而AI+计算模拟可在几天内预测最优材料组合，大幅缩短研发周期。

此外，龙讯旷腾正在打造AI FOR MATERIALS产品系列，除了上面提到的MatPL机器学习力场，还囊括了基于原子电荷密度的机器学习力场、电池数字化研发平台、科研智能助手、工艺参数优化平台等。这些平台整合了全球公开材料数据库与行业经验，可智能推荐材料设计方案，帮助企业减少试错成本。

另外，以AI Agent为基础的智能化计算能让第一性原理计算变得十分方便易用，让它不再是理论工作者的特权，而可惠及千千万万的实验工作者，让第一性原理计算发挥更大的作用。汪林望教授强调：

未来的材料研发将是‘人工智能+智能计算+实验’三位一体的模式，而国家对算力发展的重视与资金投入将成为其核心加速器

国产替代需求激增带来新机遇

在中美科技竞争背景下，国产替代需求激增，具有国产自主知识产权的PWmat软件成为科研用户青睐的对象，与此同时，得益于PWmat在研发初期的前瞻性布局，锚定大体系计算的策略已逐步显现出起跑线跑赢的局势，作为为数不多能够承载工业界计算数据量的第一性原理计算软件，敏锐的工业厂商已将PWmat应用于产品线的关键阶段。

目前，PWmat已应用于半导体、新能源、结构材料等多个领域，第一性原理计算的认知革命也已从各行业的顶级厂商逐步向下渗透。同时，结合各行业雨后春笋般的人工智能使用场景，PWmat正在发挥不可估量的功效。

AI不仅提升了计算速度，更改变了企业的研发逻辑——从‘经验驱动’转向‘理性驱动’，再到‘数据驱动’。