近年来，材料应用领域的发展在世界范围内获得广泛关注。关键材料供应多样化、开发关键材料的替代材料等课题成为各国在科研领域发力的焦点，保障关键材料安全和可靠供应成为这些关注背后的核心考量。

材料是现代工业的基础。而在我国，材料供应形势分外严峻。中科院院士、中科院物理研究所极端条件物理重点实验室主任汪卫华曾在接受《中国科学报》采访时表示，我国很多关键材料自给程度有待提升，因此希望通过先进的理念来推动材料应用的发展及产业化。

正是基于这一思考，汪卫华领导的实验室，正在北京怀柔科学城构建一个“材料基因工程平台”。

材料研究也有基因工程？这要从“材料基因组计划”说起。

国内外竞逐“材料基因组计划”

2011年，美国率先提出旨在缩短新材料的研发周期和成本的“材料基因组计划”（MGI）。该计划被称为美国继曼哈顿计划、阿波罗计划、人类基因组计划之后的第四大重大科研计划。

材料基因组是一个象征义的提法：就像人类的基因组一样，材料中原子的性质和排列，乃至晶体结构和缺陷都将决定材料的内在性能。而“材料基因组技术”就是通过高通量实验装置，对组合材料的样品单元进行高通量表征，并将所获得的材料性能数据储存在数据库中；进而，再通过数据挖掘等技术得到材料“成分—结构—性能”的构效映射关系。

通过分析、解构材料“基因组”，可以改变传统材料研究方法，加速材料研发进程。

“在材料基因组计划中，数据库及其共享、计算工具开发至关重要。”某上市公司的材料研发高级工程师刘国涛告诉《中国科学报》。

作为怀柔科学城配套跨学科交叉研究平台中重大科研项目之一，“材料基因工程平台”的目标就是建成大规模、手段先进的材料基因组研究平台。

“材料基因组平台包括大数据，高通量计算、人工智能部分。”据汪卫华介绍，通过高通量计算、机器学习等人工智能方法缩小和锁定希望要找的材料范围，然后再采用高通量制备和检测快速筛选材料，这样可以大大节约材料研发成本和周期，进而在关键材料领域取得重要突破。

从这个意义上来讲，材料基因工程堪称是“中国版的材料基因组计划”。

材料基因组研究平台项目概览（效果图）

超算做帮手

中科院物理研究所研究员刘淼，就是专门借助高性能计算等设备，开展材料基因工程研究的科学家。在他看来，超算设备对于材料科学意义重大。

“材料计算的需求是很大的。”近日在由英特尔公司发起的一场媒体专访中，刘淼告诉《中国科学报》，国外的一些顶级超算设备，很多业务就是在做材料科学的计算。比如美国橡树岭国家实验室、劳伦斯伯克利实验室、美国国家能源研究科学计算中心的超算设备，“至少1/6以上的机时是用在材料相关领域的”。

在怀柔科学城，材料基因工程平台也配备了专门的超算装备。在由戴尔提供的高性能计算集群上，该平台拥有160个计算节点和1个GPU节点，同时配置有英特尔OPA 100Gbps交换机和接近2PB的存储系统。与此同时，中科院物理研究所还设置了“材料基因数据集群处理平台”，包括一个小型的私有云系统。

“我们希望减少重复开发，因此需要代码效率比较高，需要用到一些NoSQL的数据库来进行开发。这其中，底层计算会大量用到英特尔相关的并行计算能力，比如MPI，以及一些数学的函数库，这些对我们帮助非常大。”刘淼说道。

有了超算等硬件支撑，刘淼表示“希望挖掘蕴含在计算数据中的一些知识”。他举例说，比如通过强大算力，短时间内算出几百上千材料的结构信息、热力学稳定性、电子结构信息等，再以这样的材料数据流形成的数据储备为基础，向来自物理、化学、材料等领域的科学工作者提供检索和查询支撑。

“当我们有足够的材料基本信息之后，就可以做一些和数据科学交叉的事情，比如通过人工智能的方式，可以在没有计算的前提下，去快速地预测材料性质、筛选材料。”刘淼说。

材料科学研究驶入快车道

对于记者关于超算设备性能的提问，刘淼表示，现在的计算性能是按照现有以及短期内的预期来架构的，短期内并不追求其性能高低，只追求其使用效率的最大化。

“我们当然希望算力越多越好，超算作为工具，当算力到达一定程度时，其可以做的事情就很多。比如单台设备算力提高之后，许多计算任务就不必许多节点合并使用——我们现在经常只在一台设备里做独立计算，这样的话，如果我有多台设备，它们之间的通讯成本就会降低，这是信息技术产业进步带给我们的好处。”刘淼对记者说，其实现在很多数理学科的科学研究，其核心推动力就是工具的进步，比如冷冻电镜、扫描隧道显微镜等。

刘淼还提到，目前在存储设备上还没有看到摩尔定律减缓的迹象，存储技术的进步，让他们的运算不必担心数据“无处安放”，这也给他们提供了很多便利。

在超算等新兴技术助力下，材料科学得以开启“基因组时代”，相关研究也正驶入快车道。

“现在已经有一些加速的迹象了。”刘淼告诉《中国科学报》，他此前曾参与镁离子电池相关研究，该研究方向的提出是在20多年前，20年来都没能找到比当初更好的材料方案。直到有了高性能计算工具的帮助，他们很快在相关的材料库中找到了比此前方案中性能高一倍的新材料，并通过最后的实验验证。

“这说明材料基因工程是行得通、有实效的，相信再过10~20年，会有更多显著成果产出来。”刘淼最后说道。