微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：材料模拟是高性能计算 (HPC) 的主要应用类别之一。在世界各地的超级计算机中心，30-40% 的计算资源用于材料模拟，其中 25% 用于基于量子力学的第一性原理模拟。第一性原理模拟对消耗算力有着巨大的需求。这可以从戈登贝儿奖获奖项目中看出，其中第一性原理计算占据了很大一部分。随着 HPC 性能的大幅提升，工业领域计算面临将原本基于连续介子的有限元模拟 (CAD) 改为基于量子力学的原子模拟 (Q-CAD)。这将引领行业变革，可以设计没有任何参数的新材料。 HPC 功率的增加也带来了算法的变化，这包括从线性标度量子力学方法到用于大规模模拟的机器学习力场方法。借助机器学习力场，可以以第一性原理精度和经典力场速度研究许多问题，从而能够使用以前不可能的方法进行第一性原理计算。要充分利用现代 HPC 集群，或许还需要考虑新一代的材料模拟软件架构。
讲者简介：中国科学院半导体研究所、北京龙讯旷腾科技有限公司首席科学家，大尺度材料计算世界级领军人物、美国物理学会会士、戈登贝尔奖首位华人获奖者、美国劳伦斯伯克利国家实验室(15 Nobel prizes) 资深研究员（1999-2021 ）。2007至2018连续获INCITE项目奖项，发展了多套计算程序（如广泛使用的PEtot、Escan、LCBB、LS3DF）等，是大尺度、多体系材料计算的世界级领军人物。已发表SCI论文400余篇（包括9篇Science和Nature）、论文被引用32000余次、h-index 87，在计算方法和跨尺度材料计算领域软件研发上拥有超30年的研发经验。
2022 CCF全国高性能计算学术年会
特邀嘉宾
京公网安备11010802032778号