日韩av在线高清免费毛片日韩欧美一级成人|女人18以后毛片|国产18女人毛多水多毛片|乱系列人妻视频|中文字幕久久熟女人妻av|91麻豆人妻|校花被我玩弄|父女乱荡|高潮videossex潮喷另类|日本在线观看人妻,黑人侵犯日本人妻,色哟哟视频线在线播放欧美,亚洲欧美国产国产一区第二页

【原創(chuàng)】AI與材料學(xué),,顛覆與反哺


來(lái)源:中國(guó)粉體網(wǎng)   山川

[導(dǎo)讀]  AI與材料學(xué)能擦出什么火花?

中國(guó)粉體網(wǎng)訊  材料科學(xué)無(wú)疑是一門(mén)重要科學(xué),從石器時(shí)代到青銅時(shí)代,、鐵器時(shí)代,再到如今的新材料時(shí)代,,人類文明的各個(gè)演化階段都和材料緊密相關(guān),,可以說(shuō)材料科學(xué)已經(jīng)成為影響人類文明發(fā)展的支柱學(xué)科。


從1956年人工智能(AI)被提出,,迄今為止已經(jīng)過(guò)去了將近70年,。進(jìn)入21世紀(jì)以來(lái),AI已經(jīng)成為推動(dòng)科技進(jìn)步和產(chǎn)業(yè)革新的關(guān)鍵力量,。尤其是近些年,,AI發(fā)展迅速,稱之為當(dāng)下最火爆的科學(xué)領(lǐng)域也不為過(guò),。


那么,,將AI引入材料學(xué)研究便成為一個(gè)重要的交叉學(xué)科方向,并且已經(jīng)有人這么做了,,他們憑借自家的AI技術(shù),,將材料科學(xué)領(lǐng)域攪動(dòng)到風(fēng)起云涌。另一方面,,AI的發(fā)展同樣也離不開(kāi)材料學(xué)的支撐,,新材料或許將是AI產(chǎn)業(yè)突破性發(fā)展需邁過(guò)的首要關(guān)卡。


AI顛覆材料學(xué)


AI跑贏了人類,?


2023年11月底,,Google旗下的DeepMind在Nature雜志發(fā)表了重磅論文,,宣稱他們開(kāi)發(fā)了用于材料科學(xué)研究的人工智能強(qiáng)化學(xué)習(xí)模型Graph Networks for Materials Exploration (GNoME),并通過(guò)該模型和高通量第一性原理計(jì)算,,尋找到了38萬(wàn)余個(gè)熱力學(xué)穩(wěn)定的晶體材料,,這相當(dāng)于“為人類增加了800年的智力積累”,極大加快了發(fā)現(xiàn)新材料的研究速度,。



Google旗下的DeepMind在Nature雜志發(fā)布了GNoME數(shù)據(jù)集及模型


更進(jìn)一步的是,,全世界各地的科學(xué)家已經(jīng)在GNoME的輔助之下,著手將AI預(yù)測(cè)的新材料進(jìn)行了合成,。如美國(guó)勞倫斯伯克利國(guó)家實(shí)驗(yàn)室和DeepMind合作,,在Nature上刊發(fā)了另一篇論文,展示了如何利用GNoME的預(yù)測(cè)并進(jìn)行自主材料合成,。


他們?cè)谧钌俚娜藶楦深A(yù)下迅速發(fā)現(xiàn)新材料,,可以幫助確定和快速跟蹤多個(gè)研究領(lǐng)域的材料,包括電池,、儲(chǔ)能,、太陽(yáng)能電池、燃料電池等,。難以置信的是,,他們用17天自主合成了41種新材料!�,�,!



伯克利實(shí)驗(yàn)室的一個(gè)自動(dòng)實(shí)驗(yàn)室,人工智能指導(dǎo)機(jī)器人制造新材料,。(圖/Marilyn Sargent/Berkeley Lab)


過(guò)去,,科學(xué)家們通過(guò)調(diào)整已知晶體或試驗(yàn)新的元素組合來(lái)尋找新的晶體結(jié)構(gòu),這是一個(gè)昂貴且耗時(shí)的試錯(cuò)過(guò)程,,通常需要幾個(gè)月的時(shí)間才能得到有限的結(jié)果,。在過(guò)去的十年中,全世界各國(guó)的科學(xué)家通計(jì)算機(jī)模擬的方法發(fā)現(xiàn)了28000種新材料,。加上人類利用傳統(tǒng)實(shí)驗(yàn)的方法發(fā)現(xiàn)的大約20000種穩(wěn)定性材料,,在使用AI輔助材料發(fā)現(xiàn)之前,人類發(fā)現(xiàn)的穩(wěn)定晶體數(shù)量總共達(dá)到了48000個(gè),。


與之相比,使用了AI材料發(fā)現(xiàn)工具GNoME,,人類發(fā)現(xiàn)的穩(wěn)定晶體數(shù)量一下子被提升了接近9倍,!


無(wú)獨(dú)有偶,2023年12月,,距離Google的GNoME模型發(fā)表數(shù)天后,,微軟發(fā)布了材料科學(xué)領(lǐng)域的人工智能生成模型MatterGen,,可根據(jù)所需要的材料性質(zhì)按需預(yù)測(cè)新材料結(jié)構(gòu)。微軟總裁在社交媒體上為自家大模型站臺(tái),,評(píng)論道:“我們研發(fā)的MatterGen模型可以大幅提升新材料的按需研發(fā)效率”,。



微軟總裁評(píng)論自家人工智能材料生成模型


2024年1月,微軟與美國(guó)能源部下屬的西北太平洋國(guó)家實(shí)驗(yàn)室(PNNL)合作,,利用人工智能和高性能計(jì)算,,從3200萬(wàn)種無(wú)機(jī)材料中篩選出了一種全固態(tài)電解質(zhì)材料,完成了從預(yù)測(cè)到實(shí)驗(yàn)的閉環(huán),,該技術(shù)可助力下一代鋰離子電池材料研發(fā),。


AI在材料科學(xué)領(lǐng)域崛起的前提條件已經(jīng)鋪墊好


AI是否將變革未來(lái)材料科學(xué)的研究方式?現(xiàn)在來(lái)看,,可能性很大,。


數(shù)年前AI攪動(dòng)生物和制藥領(lǐng)域,美國(guó)的Schrödinger公司,、Atomwise公司等眾多企業(yè)的軟件和模型讓制藥行業(yè)看到了新機(jī)會(huì),,在原子尺度篩選目標(biāo)藥物分子成為了各大藥廠研發(fā)管線中的重要一環(huán)。


然而藥物研發(fā)周期長(zhǎng),,研發(fā)成本高,,審批環(huán)節(jié)嚴(yán)格,,因此已有部分AI制藥公司轉(zhuǎn)戰(zhàn)材料科學(xué)。比如Schrödinger公司成立了材料科學(xué)部門(mén),。本質(zhì)上,,不論是生物醫(yī)藥還是物質(zhì)科學(xué),AI賦能背后的邏輯是一致的:通過(guò)人工智能方法,,找到原子間相互作用的求解器和模擬器,。


重點(diǎn)是,,材料科學(xué)和制藥有著相同的底層邏輯,,萬(wàn)事具備,只欠“數(shù)據(jù)”,。數(shù)據(jù)是人工智能起飛的助推劑,,數(shù)據(jù)集的大小和質(zhì)量高低直接決定了人工智能的預(yù)測(cè)本領(lǐng)。由于材料基因工程和若干材料科學(xué)數(shù)據(jù)庫(kù)的發(fā)展,該領(lǐng)域已具備優(yōu)質(zhì)的數(shù)據(jù)資源,,AI在材料科學(xué)領(lǐng)域崛起的前提條件已經(jīng)鋪墊好了,。


AI浪潮下,新材料迎來(lái)發(fā)展機(jī)遇


AI產(chǎn)業(yè)鏈包括服務(wù)器,、交換機(jī),、光模塊及相關(guān)芯片等,AI要想實(shí)現(xiàn)快速發(fā)展與質(zhì)的飛躍取決于每個(gè)環(huán)節(jié)的前進(jìn)步伐,,而這些又與那些基礎(chǔ)的新材料息息相關(guān),。


芯片制造方面


在芯片制造層面上,經(jīng)過(guò)幾十年的發(fā)展,,摩爾定律目前已經(jīng)逐漸走向物理瓶頸,,算力的提升不僅僅是制程數(shù)字持續(xù)縮小,而是材料,、設(shè)備,、芯片架構(gòu)、制造工藝,、供電技術(shù),、封裝技術(shù)的全面升級(jí)。


芯片產(chǎn)業(yè)鏈可以分為上游設(shè)備,、材料,、設(shè)計(jì),中游晶圓制造,,以及下游封裝測(cè)試等三個(gè)環(huán)節(jié),, 其中半導(dǎo)體材料是上游環(huán)節(jié)中非常重要的一環(huán),在芯片的生產(chǎn)制造中起到關(guān)鍵性的作用,。


芯片制造相關(guān)材料



半導(dǎo)體材料主要是芯片制造的上游基礎(chǔ)材料,,按工藝環(huán)節(jié)可分為制造材料和封裝材料。前端制造材料主要包括硅片,、 濺射靶材,、 CMP拋光液和拋光墊、光刻膠,、高純化學(xué)試劑,、電子氣體、化合物半導(dǎo)體等,;后端封裝材料主要包括封裝基板,、引線框架、陶瓷封裝體,、鍵合金屬線等,。


算力基建方面


算力好比AI產(chǎn)業(yè)鏈的“原油”,,算力的核心系統(tǒng)在于各類服務(wù)器。隨著算力需求指數(shù)增長(zhǎng),,AI服務(wù)器零部件的迭代升級(jí),對(duì)上游材料也提出更高的性能要求,。


印刷電路板(PCB)是在電路中起固定各種元器件,,提供各項(xiàng)元器件之間的連接電路,由絕緣隔熱,、一定強(qiáng)度的材質(zhì)制作而成的板材,,印制電路板是電子產(chǎn)品的關(guān)鍵電子互聯(lián)件, 根據(jù)Prismark 預(yù)測(cè),,2027年全球PCB產(chǎn)值將達(dá)到983.9億美元,。



2022年覆銅板成本組成


PCB產(chǎn)業(yè)鏈的上游原材料主要為玻璃紗(或玻璃纖維布)、樹(shù)脂,、銅箔等,。其中,電子級(jí)樹(shù)脂很大程度上決定了覆銅板性能以及最終的應(yīng)用場(chǎng)景,。電子樹(shù)脂指的是基于差異化性能需求專門(mén)設(shè)計(jì)的具有特殊的骨架結(jié)構(gòu)和官能團(tuán)的一系列新型熱固性樹(shù)脂,。


電子級(jí)樹(shù)脂分為兩條路線:一條是以改性聚苯醚(PPO)為代表的熱固性樹(shù)脂體系,另一條以聚四氟乙烯(PTFE)為代表的熱塑性樹(shù)脂體系,。目前最主流的路線是以“PPO為主體+交聯(lián)劑”為主流路線,。近年來(lái)還出現(xiàn)了改性馬來(lái)酰亞胺、特種環(huán)氧樹(shù)脂等為基材的覆銅板品種,。


數(shù)據(jù)傳輸方面


高能效數(shù)據(jù)傳輸能夠進(jìn)一步提升算力,。單張GPU卡的計(jì)算能力存在極限,因此需要采用多GPU組合方式來(lái)提高計(jì)算性能,,而GPU之間需要高效的通信,,速度更快、可擴(kuò)展性更強(qiáng)的互連已成為當(dāng)前的迫切需求,,光模塊有望充分受益,。


磷化銦(InP)是一種重要的化合物半導(dǎo)體材料,與砷化鎵相比,,磷化銦在電光轉(zhuǎn)換效率,、散熱性能具有顯著優(yōu)勢(shì)并且發(fā)光波長(zhǎng)更適合光通訊需求,是目前光模塊芯片的主流襯底材料,,在AI數(shù)據(jù)傳輸?shù)确矫鎸⒋笥凶鳛椤?/p>


隨著 AI 算力飛速發(fā)展,,市場(chǎng)對(duì)數(shù)據(jù)傳輸速度和數(shù)據(jù)儲(chǔ)存容量的需求不斷增加,為了保證光模塊穩(wěn) 定的進(jìn)行超大數(shù)據(jù)的傳輸處理,,光模塊芯片底座基礎(chǔ)材料需要具備低膨脹系數(shù)和高導(dǎo)熱特性,。400G以上光模塊芯片對(duì)散熱要求大幅提高,需要具有 低膨脹更高導(dǎo)熱特性的新材料來(lái)滿足要求。其中,,鎢銅基板材料可匹配光模塊散熱提升需求,,逐步打開(kāi)成長(zhǎng)空間。


熱管理方面


在行業(yè)人士看來(lái),,AI的競(jìng)爭(zhēng)追根究底是算力競(jìng)爭(zhēng),,而高算力芯片的一個(gè)主要瓶頸就是散熱能力,未來(lái)幾年AI行業(yè)中可能會(huì)出現(xiàn)算力被散熱 " 卡脖子 " 的情況,,散熱的重要性不言喻,。


從散熱性能角度來(lái)說(shuō),AI的大規(guī)模發(fā)展帶動(dòng)算力需求提升,,芯片和服務(wù)器功率逐步升級(jí),,超出風(fēng)冷散熱能力范疇,液冷或?qū)⒊蔀樽罴呀鉀Q方案,。


不同液冷技術(shù)采用的主要冷卻液不同,,冷板式液冷冷卻液主要為乙二醇溶液、丙二醇溶液,、去離子水等,,應(yīng)具備較好的材料兼容性等性能;浸沒(méi)式液冷冷卻液包括碳?xì)浼坝袡C(jī)硅化合物類,、碳氟化合物類,。其中,業(yè)內(nèi)一般將碳?xì)浠衔锛坝袡C(jī)硅類冷卻液稱為“油類冷卻液”,,主要分天然礦物油,、合成油、有機(jī)硅油3大類,。而碳氟化合物類包括氫氟烴(HFC),、全氟碳化合物(PFC)、氫氟醚(HFE)等,。


其中,,氟化冷卻液整體傳熱能力相對(duì)更好,且無(wú)閃點(diǎn)不可燃,、壽命長(zhǎng),、兼容性好、低粘度易維護(hù),,整體性能相較碳?xì)浼坝袡C(jī)硅化合物類相對(duì)較好,,可用于單相與相變浸沒(méi)式液冷,未來(lái)有望成為主流,。


小結(jié)


目前來(lái)看,,AI將協(xié)助人類進(jìn)行材料科學(xué)研究之事存在很大的可行性,,而未來(lái)AI的前進(jìn)步伐卻又和材料學(xué)的發(fā)展水平密不可分。未來(lái)會(huì)不會(huì)這個(gè)樣子:隨著材料科學(xué)的不斷突破,,AI技術(shù)會(huì)更加強(qiáng)大,,屆時(shí)AI可協(xié)助人們更加科學(xué)地快速發(fā)現(xiàn)并合成很多新材料,而其中具備某些性能的新材料恰恰是實(shí)現(xiàn)AI的某種功能的關(guān)鍵材料,。那么,,這將是顛覆與反哺的不斷循環(huán)......


參考來(lái)源:

[1]AI再顛覆材料學(xué)!微軟MatterGen直接生成新材料,,穩(wěn)定性超SOTA模型2.9倍. 新智元

[2]劉淼、孟勝.AI引發(fā)材料科學(xué)變革,,有一場(chǎng)“硬仗”無(wú)法規(guī)避

[3]Nature重磅,!AI獨(dú)自創(chuàng)造41種新材料,僅用17天,!. SynBioX

[4]徐奕晨 夏斯亭等.AI新材料系列:氟化液迎來(lái)發(fā)展機(jī)遇

[5]AI賦能,!化工新材料能否迎來(lái)產(chǎn)業(yè)煥新?.化工新材料

[6]人工智能(AI)芯片加速升級(jí)帶動(dòng)之金屬新材料.新材料先生


(中國(guó)粉體網(wǎng)編輯整理/山川)

注:圖片非商業(yè)用途,,存在侵權(quán)告知?jiǎng)h除


推薦27

作者:山川

總閱讀量:12552879

相關(guān)新聞:
網(wǎng)友評(píng)論:
0條評(píng)論/0人參與 網(wǎng)友評(píng)論

版權(quán)與免責(zé)聲明:

① 凡本網(wǎng)注明"來(lái)源:中國(guó)粉體網(wǎng)"的所有作品,,版權(quán)均屬于中國(guó)粉體網(wǎng),,未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用,。已獲本網(wǎng)授權(quán)的作品,,應(yīng)在授權(quán)范圍內(nèi)使用,并注明"來(lái)源:中國(guó)粉體網(wǎng)",。違者本網(wǎng)將追究相關(guān)法律責(zé)任,。

② 本網(wǎng)凡注明"來(lái)源:xxx(非本網(wǎng))"的作品,,均轉(zhuǎn)載自其它媒體,轉(zhuǎn)載目的在于傳遞更多信息,,并不代表本網(wǎng)贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé),,且不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如其他媒體,、網(wǎng)站或個(gè)人從本網(wǎng)下載使用,,必須保留本網(wǎng)注明的"稿件來(lái)源",并自負(fù)版權(quán)等法律責(zé)任,。

③ 如涉及作品內(nèi)容,、版權(quán)等問(wèn)題,請(qǐng)?jiān)谧髌钒l(fā)表之日起兩周內(nèi)與本網(wǎng)聯(lián)系,,否則視為放棄相關(guān)權(quán)利,。

粉體大數(shù)據(jù)研究
  • 即時(shí)排行
  • 周排行
  • 月度排行
圖片新聞