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


來源:中國粉體網(wǎng)   山川

[導(dǎo)讀]  AI與材料學(xué)能擦出什么火花,?

中國粉體網(wǎng)訊  材料科學(xué)無疑是一門重要科學(xué),,從石器時代到青銅時代,、鐵器時代,,再到如今的新材料時代,,人類文明的各個演化階段都和材料緊密相關(guān),可以說材料科學(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)過去了將近70年,。進(jìn)入21世紀(jì)以來,,AI已經(jīng)成為推動科技進(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,。


那么,將AI引入材料學(xué)研究便成為一個重要的交叉學(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)域攪動到風(fēng)起云涌,。另一方面,,AI的發(fā)展同樣也離不開材料學(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),,并通過該模型和高通量第一性原理計算,尋找到了38萬余個熱力學(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)測的新材料進(jìn)行了合成。如美國勞倫斯伯克利國家實驗室和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)測并進(jìn)行自主材料合成。


他們在最少的人為干預(yù)下迅速發(fā)現(xiàn)新材料,,可以幫助確定和快速跟蹤多個研究領(lǐng)域的材料,,包括電池、儲能,、太陽能電池,、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�,。�,!



伯克利實驗室的一個自動實驗室,,人工智能指導(dǎo)機(jī)器人制造新材料。(圖/Marilyn Sargent/Berkeley Lab)


過去,,科學(xué)家們通過調(diào)整已知晶體或試驗新的元素組合來尋找新的晶體結(jié)構(gòu),,這是一個昂貴且耗時的試錯過程,,通常需要幾個月的時間才能得到有限的結(jié)果。在過去的十年中,,全世界各國的科學(xué)家通計算機(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)實驗的方法發(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,。


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,,評論道:“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”。



微軟總裁評論自家人工智能材料生成模型


2024年1月,,微軟與美國能源部下屬的西北太平洋國家實驗室(PNNL)合作,,利用人工智能和高性能計算,從3200萬種無機(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)測到實驗的閉環(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是否將變革未來材料科學(xué)的研究方式,?現(xiàn)在來看,,可能性很大。


數(shù)年前AI攪動生物和制藥領(lǐng)域,,美國的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,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,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,。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)測本領(lǐng),。由于材料基因工程和若干材料科學(xué)數(shù)據(jù)庫的發(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要想實現(xiàn)快速發(fā)展與質(zhì)的飛躍取決于每個環(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,。


芯片產(chǎn)業(yè)鏈可以分為上游設(shè)備、材料,、設(shè)計,,中游晶圓制造,以及下游封裝測試等三個環(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,AI服務(wù)器零部件的迭代升級,,對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,,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),、樹脂,、銅箔等。其中,,電子級樹脂很大程度上決定了覆銅板性能以及最終的應(yīng)用場景,。電子樹脂指的是基于差異化性能需求專門設(shè)計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脂。


電子級樹脂分為兩條路線:一條是以改性聚苯醚(PPO)為代表的熱固性樹脂體系,,另一條以聚四氟乙烯(PTFE)為代表的熱塑性樹脂體系,。目前最主流的路線是以“PPO為主體+交聯(lián)劑”為主流路線。近年來還出現(xiàn)了改性馬來酰亞胺,、特種環(huán)氧樹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卡的計算能力存在極限,,因此需要采用多GPU組合方式來提高計算性能,,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)勢并且發(fā)光波長更適合光通訊需求,,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,市場對數(shù)據(jù)傳輸速度和數(shù)據(jù)儲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,,逐步打開成長空間,。


熱管理方面


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


從散熱性能角度來說,,AI的大規(guī)模發(fā)展帶動算力需求提升,芯片和服務(wù)器功率逐步升級,,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更好,,且無閃點(diǎn)不可燃、壽命長,、兼容性好,、低粘度易維護(hù),,整體性能相較碳?xì)浼坝袡C(jī)硅化合物類相對較好,可用于單相與相變浸沒式液冷,,未來有望成為主流,。


小結(jié)


目前來看,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,。未來會不會這個樣子:隨著材料科學(xué)的不斷突破,AI技術(shù)會更加強(qiáng)大,,屆時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“硬仗”無法規(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:氟化液迎來發(fā)展機(jī)遇

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

[6]人工智能(AI)芯片加速升級帶動之金屬新材料.新材料先生


(中國粉體網(wǎng)編輯整理/山川)

注:圖片非商業(yè)用途,,存在侵權(quán)告知刪除


推薦27

作者:山川

總閱讀量:12541252

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

版權(quán)與免責(zé)聲明:

① 凡本網(wǎng)注明"來源:中國粉體網(wǎng)"的所有作品,,版權(quán)均屬于中國粉體網(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"來源:中國粉體網(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)和對其真實性負(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)站或個人從本網(wǎng)下載使用,,必須保留本網(wǎng)注明的"稿件來源",,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)等問題,,請在作品發(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
  • 即時排行
  • 周排行
  • 月度排行
圖片新聞