Nature Materials:通过计算发现和理解材料


一、导读

现代材料科学诞生于20世纪,由于人们需要考虑各种各样的效应来理解真实的材料,从微尺度上的量子相互作用(如光吸收和电荷/自旋输运)到宏观尺度上的宏观性质(如结构缺陷和裂纹扩展),这使得研究十分依赖计算技术。幸运的是,在过去的几十年里,材料的计算机模拟领域有了巨大的发展。新的巧妙的方法和应用,再加上计算机硬件的改进,使其成为材料研究的中心支柱。

根据原子核和电子相互作用的原理及其基本运动规律,运用量子力学,从物质具体情况出发,以此作为材料第一性原理或从头计算模型的基础对多体系进行计算是一个具有挑战性的问题。由实际材料相互作用的多体系统的相空间具有极大的维数。这些系统全部可能的态也相应地成为这一领域的丰富性的源泉,由此产生了许多新颖而有用的突变性质和现象。

在实践中,必须找到物理动量的近似值来解决不同能量和长度尺度以及不同时间尺度上的问题。在这些不同的尺度上,来自多粒子系统库仑相互作用的突变性质以不同的方式表现出来。从以往研究来看,为不同目标量身定制的计算方法也在不断发展。这些方法通常以多体哈密顿量构成基础,高度相互关联,从而激发了跨学科理论/计算材料研究的活力。到目前为止,研究人员的使用的方法统一为多尺度模型,但该领域已经成熟,可以从机器学习技术入手,识别出复杂系统中和不同尺度之间的新相关性。

二、成果掠影

美国加州大学伯克利分校的雷干城(Steven G. Louie)院士通过四篇评论文章对计算材料设计的四个主要领域进行了深入的回顾。采用的方法范围从第一性原理技术,到多尺度建模,到胶体自组装的模拟,以及机器学习在这些领域的应用。作者简要概述了材料计算建模方面的一些显著进展,并讨论了该领域的一些主要挑战和机遇。

相关研究工作以“Discovering and understanding materials through computation”为题发表在国际顶级期刊Nature Materials上。

三、核心创新点

研究简要概述第一性原理技术,到多尺度建模,到胶体自组装的模拟,以及机器学习四个领域的进展,并就未来的挑战和机遇提供一些评论。作者认为越来越强大和通用的计算方法,加上新的概念理解和机器学习等技术的发展,将在未来科学技术材料的搜索和发现中发挥指导作用。

四、数据概览

图1 计算材料科学鸟瞰图。© 2021 The Authors

a,当代量子和经典计算方法涉及从微观长度尺度(~0.1 nm)到宏观长度尺度(~1 mm)的系统。b,基于不同理论层次的计算方法提供了不同的精度。c,不同的现象出现在不同的系统尺度上,理论水平因问题的性质而异。

图2 材料中的量子激发。© 2021 The Authors

a,多体相互作用在晶体中形成的准粒子。b,激子(强相关的准电子和准空穴对)。c,等离子体 (集体电子密度激发)。d,光照射在半导体上后,载流子动力学示意图。e,使用从头算GW方法计算激发态MBPT的一系列材料的基本准粒子带隙,并比较了DFT Kohn-Sham特征值。f,用GW-BSE方法计算出硅的介电函数ε2(给出光学吸收光谱)的虚部,并与实验测量值进行了比较。

图3 材料模拟。© 2021 The Authors

a,世界上最快的超级计算机的历史性能。b,胶体的键合行为。c,分子动力学模拟镓的相图。与实验比较,显示热力学稳定相之间的理论共存线(固体红色)与实验共存线(固体蓝色)。虚线表示β-Ga与液相之间的亚稳平衡相边界。利用机器学习产生的电位达到从头算精度。d,复杂系统的典型量子力学(QM)/分子力学(MM)划分,其中QM用于原子的键合和相互作用,MM与力场一起使用。e,用六个量子位的量子计算机(Q1-Q6)求解BeH2分子。黑点代表量子计算机的直接测量,虚线代表理论精确对角化解,密度图代表六量子比特量子计算机的数值模拟结果。

五、成果启示

计算材料科学的发展和成就背后的驱动力也是高性能计算技术的持续快速发展,该技术将很快进入百亿亿级。要充分利用这些先进的高性能资源,就需要对计算机软件进行更深入的优化和更高的拓展,从而可以在几分钟或几小时内解决极其庞大和复杂的模拟问题。未来的计算材料研究将不仅涉及材料基础理论和物理理解方面的专业知识,还涉及高性能计算方面的专业知识。与经典计算的发展并行,量子计算开始显示巨大的应用前景。在未来几十年,将传统高性能计算和量子计算结合起来解决物理、化学和材料科学问题的机会会不断扩大,从而进一步巩固计算在未来材料研究中的中心地位。

原文详情:https://www.nature.com/articles/s41563-021-01015-1

本文由张熙熙供稿。

分享到