Kısaca
- Deneysel doğrulama: MatterSim-v1 ile yüksek verimli tarama kullanarak, daha önce belirlediğimiz tetragonal tantalum fosfor (TaP) potansiyel yüksek performanslı bir termal iletken olarak tanımlandı. Şimdi bunu deneysel olarak sentezledik ve termal iletkenliğini (152 W/m/K) ölçtük; bu değer silikonun termal iletkenliğine oldukça yakın.
- Daha hızlı simülasyon: MatterSim-v1 model çıkarımını 3-5 kat hızlandırdık ve bunu LAMMPS yazılım paketi ile entegre ettik, böylece birden fazla GPU üzerinde büyük ölçekli simülasyonlar gerçekleştirebildik.
- Yeni model sürümü: In silico malzeme karakterizasyonu için çoklu görev temelli bir model olan MatterSim-MT'yi tanıtıyoruz; bu model, potansiyel enerji yüzeylerinin tek başına yakalayamayacağı karmaşık, çok özellikli fenomenlerin simülasyonunu mümkün kılıyor.
Malzeme tasarımı, nanoelektronikten yarı iletken tasarımına ve enerji depolamaya kadar geniş bir teknolojik ilerleme yelpazesini desteklemektedir. Ancak, yeni malzemelerin geliştirme döngüleri hâlâ yavaş ve maliyetlidir. Evrensel makine öğrenimi atomlar arası potansiyeller, geniş bir malzeme yelpazesi için doğru stabilite ve özellik tahminleri sağlayarak malzeme tasarım sürecini hızlandırmayı amaçlamaktadır. Bu modeller, geleneksel birinci prensip simülasyonlarından kat kat daha hızlıdır ve daha önce pratik olmayan problemleri birkaç saat içinde tamamlanabilen rutin hesaplamalara dönüştürmektedir. MatterSim-v1 modelimizi başlattığımızdan beri, malzeme bilimi topluluğunda gerçekçi koşullar altında malzemeleri doğru bir şekilde simüle etme yeteneği ile popülerlik kazanmıştır; bu koşullar arasında sonlu sıcaklık ve basınç da bulunmaktadır.
Bugün, paylaşacak birkaç heyecan verici MatterSim güncellememiz var. Bunlar, termal iletkenler için MatterSim tahminlerinin deneysel doğrulaması, daha hızlı simülasyon için performans iyileştirmeleri ve malzeme karakterizasyonu için yeni çoklu görev temelli bir modelin tanıtımını içermektedir.
Deneysel doğrulama
