MatPL/NEP+国产算力赋能万亿原子DFT精度模拟
2026光合大会于近日圆满落幕。作为大会的重要环节，由龙讯旷腾主办的“智材融合：科学智能时代的新范式”分论坛成功举办，并在会上正式发布了具有里程碑意义的成果——龙讯旷腾联合苏州实验室、中科曙光及樊哲勇教授团队，在全球范围内首次实现了具有第一性原理精度的“万亿原子”分子动力学仿真。
你能想象在计算机里，用1.62万亿个原子“搭”出一个微观世界，并观察它们如何运动吗？在我们搭建的微观世界中，万亿原子以前所未有的规模协同运动，将长、宽、高均达微米级别（2.26×2.26×3.77 μm3） 的真实“介观尺度”物体，第一次完整地纳入了原子级精度的计算视野。
这一次，我们不仅实现了规模上的巨大飞跃，更在计算效率上创造了新的标杆。在这项仿真中，单个原子完成一次状态更新所需的时间仅为 5.0×10-13 秒。比2025年国际最先进的同类成果快了100倍，更比2020年获得Gordon Bell奖的应用快了1000倍。我们将这个一度遥不可及的目标变为了现实。
我们的秘密武器：轻量化AI模型与软硬件协同设计
实现这一壮举，并非依靠蛮力堆砌算力。我们的核心创新在于算法与硬件的深度协同，打造了一把专为极致仿真锻造的“利器”。
我们摒弃了深度学习模型，转而采用 “神经演化势”（neuroevolution potential, NEP）框架。这个轻量化的AI模型，就像一个仅用极简神经元就能洞悉万物规律的“最强大脑”，在保持量子力学精度的同时，将计算速度和内存占用优化到了极致。
同时，我们充分挖掘了中国新一代智能超算的硬件潜能。我们的代码专门针对其加速芯片架构进行了深度优化：
图1 针对国产芯片的算法优化
我们让数据“足不出户”：通过将中间数据精准地部署在芯片上最快的“寄存器”中，极大地减少了数据搬运的能耗和时间。
我们为计算发动“引擎”：将AI推理过程转化为高效的矩阵乘法，直接在芯片的“张量核心”上高速完成，实现了约10倍的单卡加速。
我们巧用“数学魔术”：在绝不牺牲物理精度的前提下，我们在部分中间环节采用了半精度（FP16）存储，这个巧妙的设计直接让内存带宽压力减半，进而让我们能够在有限内存里装入翻倍的原子数量，而引入的误差小到可以完全忽略不计。
表1 算法优化加速效果
最终，我们从1块加速芯片到45,000块加速芯片，实现了高达86.9% 的弱扩展效率，通信占比仅4.26%。这意味着，我们几乎可以线性地利用任何规模的算力，去挑战任意庞大的原子体系。
图2 万亿原子级分子动力学模拟与并行效率
这将如何改变世界：从芯片制造到新能源的全链路原子级设计
这项技术的价值，在于我们首次打通了从“宏观世界的问题”到“原子世界的精准模拟”的直接桥梁。我们不再需要依赖猜测和经验公式，而是可以直接在虚拟世界中进行原子级的“所见即所得”。
我们展示了一个包含上亿原子/现实尺寸场效应晶体管的分子动力学模拟，首次清晰地观察到，在芯片金属触点的界面处原子是如何相互扩散的，打破了理想的“泾渭分明”的界限。这意味着，我们已经具备了在单个晶体管乃至单个逻辑单元尺度上进行原子级“体检”和性能优化的能力。
图3 多通道FET器件的分子动力学模拟
我们相信，这将开启材料研发的新范式：
在半导体领域，我们能够模拟包含整个逻辑单元的器件，从而在设计阶段精准调控工艺和材料，造出性能更强、功耗更低的芯片。
在新能源领域，我们将能够首次模拟电池正极材料内部复杂的多颗粒生态系统——活性材料、粘结剂、液态电解质和导电剂，去直接观察并理解电池老化的根本原因。
在更广泛的科学前沿，无论是核材料的辐射损伤、合金的裂纹扩展，还是生物-量子材料的集体现象，我们都将首次拥有在“介观”尺度上进行高精度第一性原理仿真的能力。
我们做这一项工作，正是为了解决材料科学中最核心的挑战：真实世界的物质性能往往由跨越多个尺度的现象共同决定。我们实现了从原子尺度到微米介观尺度的直接覆盖，为“多尺度”研究中的关键一环提供了有史以来最有力的工具。
“万亿原子”只是我们的起点。我们将继续扩展这一技术的边界，将其应用于更多复杂的材料和物理过程，并开放这一强大的工具给全球的科研和工业界，共同加速人类在材料、能源、信息等领域的创新步伐。我们正在以前所未有的精度和广度，迈向“原子级定制”的未来。
普惠性：亿原子纳秒级第一性原理精度分子动力学触手可及
如果说4.5w卡计算万亿原子是在探索计算的边界，此次关键突破更重要的是，为国内科研团队提供了低门槛、高自主的大规模模拟新选择，让亿原子纳秒级 MLFF 分子动力学模拟触手可及。
图4 六大典型体系1.8~2.8 亿原子级强扩展性测试
本次强扩展测试覆盖金属、二维材料、水溶液、高熵合金、氧化物等六大典型科研场景，所有体系原子数均在1.8~2.8亿区间，完全匹配前沿研究需求。在每节点 8 张国产加速卡的集群架构下，软件实现了随节点数提升的近似线性性能增长：16 节点规模下，多数体系模拟速度突破/接近 1 ns/day，可在常规科研周期内完成亿原子体系的纳秒级模拟；同时，32 节点规模下并行效率均保持在 80% 以上，64 节点场景下效率最低仍维持在 60% 左右，兼顾性能与扩展性，适配不同算力规模的科研团队使用。
