MatterSim подтвердил предсказание высокой теплопроводности тетрагонального TaP и ускорил расчёты; выпущен много‑задачный

MatterSim подтвердил ключевое предсказание своей модели: для тетрагонального TaP в лаборатории измерили теплопроводность 152 W/m/K, значение, близкое к кремнию. Это экспериментальное подтверждение демонстрирует практическую применимость вычислительных скринингов в переходе от in silico‑результатов к реальным образцам и ускоряет отбор кандидатов для дальнейших исследований. Экспериментальная валидация опиралась на скрининг с помощью MatterSim v1: из более чем 240 000 кандидатов исследователи выделили тетрагональную фазу TaP, синтезировали образец и провели измерения теплопроводности. Совпадение предсказания и измеренного значения служит проверкой точности подхода при переходе от теоретических расчётов к лабораторным данным.

На вычислительном уровне команда ускорила вывод MatterSim v1 в 3–5× и интегрировала модель с пакетом LAMMPS, что позволяет запускать крупномасштабные молекулярно‑динамические симуляции на нескольких GPU. Эти улучшения открывают доступ к моделированию больших систем и сбору статистики, недоступной ранее при традиционных методах, и упрощают встраивание MatterSim в существующие вычислительные пайплайны. Новый релиз MatterSim‑MT представляет собой много‑задачную фундаментальную модель для in silico‑характеризаций материалов. MatterSim‑MT способна описывать сложные многосвойственные явления, выходящие за пределы традиционного представления только поверхности потенциальной энергии, расширяя класс задач, решаемых ИИ‑моделями в материаловедении.

Разработка материалов остаётся медленной и дорогой, особенно для нанэлектроники, полупроводников и систем хранения энергии. Универсальные машинно‑обучаемые межатомные потенциалы, такие как MatterSim, ускоряют предсказания стабильности и свойств на порядки, переводя ранее невыполнимые расчёты в разряд рутинных задач, выполнимых за часы. В сочетании с масштабируемой вычислительной инфраструктурой это сокращает время от скрининга до экспериментальной проверки.

Последствия для научного сообщества конкретны: база данных MatterSim по вычислительным теплопроводностям стала самой большой в своём роде, что, по словам проф. Бинг Лв (UT Dallas), «открывает доступ к гораздо более широкой области материалов». Проф. Давиде Донрадио (UC Davis) отметил, что «сочетание точности и эффективности» является ключевым для массового скрининга сотен тысяч кристаллов, ранее недоступного классическими методами; интеграция с LAMMPS и ускорение вывода упрощают применение у разработчиков и в вычислительных пайплайнах.