愿景资本原创
过去十年，世界各地的人们对锂离子电池越来越着迷。
这种追求有多强烈？
统计显示，2010年至2020年，全球研究人员贡献了至少202,756篇有关锂离子电池的论文！
近三十年来，锂电池发展迅速。
自从索尼公司在 20 世纪 90 年代将锂离子电池商业化以来，对锂离子电池的需求和要求一直在增长。
从需求来看，在特斯拉、丰田、通用汽车等主要车企竞争的推动下，2019年锂离子电池市场规模达到363.5亿美元，预计到2027年将达到1159.8亿美元。2027年，将以15.6%的复合年增长率（CAGR）增长。
从产品需求来看，人们对电池的主要诉求一直集中在提高能量密度、提高充放电倍率、提高寿命（循环耐久性）、确保安全、尽量降低成本和环境影响等方面。 方面。
人们在锂电池相关材料的研发和设计上不断追求卓越，但也面临着越来越多的困难。
例如，针对锂离子电池中的界面反应、SEI膜形成和Li+传输等核心机制问题，冷冻电子显微镜（Cryo-EM）和原位透射电子显微镜（in situ TEM）等先进表征技术已逐渐开始应用。 微观反应机理问题的研究，但未来随着高能量密度锂硫电池、锂空气电池和固态电池的发展，简单的“静态”实验结果表征和观察方法也面临更大的挑战。
另一个例子是固态电池的研发。 对于如何准确构建晶-非晶结构模型，进而研究Li+在非晶和晶-非晶界面的输运机制，学术界和工业界都认识到，基于经验和实验的传统材料开发模型已经不能满足人们的需求。新型电池材料的发展需求。
好消息是，随着算法、算力等各种底层要素的发展，人们可以应用的方法也在不断涌现。
例如，针对前面提到的问题，当传统的分析方法遇到瓶颈时，人们开始尝试使用基于量子力学的第一性原理计算方法。 他们发现，不仅可以更方便地获得电极/电解质材料的晶体结构、基态能量、离子输运等信息，还可以更精细、动态地呈现电化学反应过程。 如今，该方法已成为推动高能量密度、高功率密度和长循环寿命的先进电池发展的重要手段。
针对后一个问题，人们除了传统的“试错法”之外，也开始采用更加高效的“高通量计算方法”。 从根本上来说，实现高通量离子输运性质计算是筛选具有优异锂离子输运性质的固体电解质的关键，并利用基于密度泛函理论（DFT）的量子力学计算，结合过渡态理论或分子动力学的学习方法，可以获得低能垒的迁移路径。 这种研究离子输运性质的高精度计算方法可以实现材料的大规模、系统性快速筛选和优化。
事实上，随着上述计算方法逐渐出现在锂电池等多种材料的设计开发场景中，“材料计算仿真工具软件”等工具已逐渐进入比亚迪、宁德时代等主流工业企业，从零部件到材料建模与仿真在实现智能制造中开始发挥越来越重要的作用； 与此同时，材料计算作为新兴赛道也吸引了更多投资者的关注。
（材质设计行业生态分层）
01
材料计算的两个层面的创新
众所周知，工程材料（如高分子复合材料）从设计到生产的过程通常是一个非常漫长且成本高昂的过程，堪称“带着枷锁跳舞”，需要研究人员反复寻找特定的微观结构来满足材料的需要。可用性、可用性和可靠性。 在可制造性和生产成本等各种约束下的目标性能。
传统方法可以简单地称为经验试错或寻宝模型，其特点是使用工艺配方和现有技术进行“基于发现的研发”，具有高度的偶然性。
创新方法体现在两个层面。
首先，随着计算材料科学和纳米技术的进步，“材料设计”以更有效和高效的“基于设计的方法”取代了“基于发现的研发”，成为21世纪材料科学的核心。 和工程的核心范式。 人们开始使用各种多尺度计算模拟软件来发现材料、预测特性和理解现象。
20世纪60年代提出的密度泛函理论（DFT）为材料计算提供了理论路径。 从20世纪80年代开始，经过40年的积极适应计算机技术，已经逐渐成熟。 计算规模和计算精度都取得了长足的进步。 推动。
“材料计算已经存在很长时间了，但由于算法能力的限制，可以计算的材料规模很小，很难准确描述数百个原子的真实工业场景。我们希望通过软件功能改进和算法优化来提高计算能力，提高几个数量级，模拟数百万、数千万原子的状态，就可以实现工业应用。” 龙讯匡腾公司总经理卢海峰说道。
基于第一性原理计算，许多研究人员提出了利用高通量计算来筛选、识别甚至设计不同性能的复合材料的方法。 材料计算——尤其是基于密度泛函理论和其他从头计算技术的计算——比在不同微尺度空间中进行的实验要容易得多。
如今，计算方法已被频繁地用于理解和预测材料的各种性质，如电导率、介电常数、极化、磁化强度、扩散系数、弹性模量、形成能和吸附/解吸能； 另一个例子涉及聚合物复合材料与物理基质、增强材料和分子连接体等的聚合界面问题。
自下而上的第一性原理材料计算方法可以有效地模拟分子运动，同时只需要有效的原子建模，不仅可以让我们理解结构-性能关系，还可以选择和优化基本接口。 组件以改善其特性并最大限度地提高其性能。
此外，为了提高计算效率，研究人员已经开始使用机器学习（ML）来加速第一原理分子动力学计算（AIMD）。 高通量 DFT 筛选将搜索空间限制为数千种化合物。 ML 通过从现有数据预测材料或属性来提供 DFT 解决方案，这反过来又可以驱动生成更多数据，这些数据可用于进一步细化 ML 模型。
（多尺度建模）
二是在对大量材料特性的探索的基础上，创建一个大型的、可搜索的（公共）数据库。
在工业实践中，整个材料开发周期的限制（时间和成本），以及缺乏结构-性能和加工-性能关系的完整信息，对实现“设计材料”的愿景提出了巨大挑战。
为了应对上述挑战，美国于2011年启动了“材料基因组计划（MGI）”，该机构提出其主要任务有三点。 一是产生高质量的材料性能数据； 二是用建模和仿真代替试错实验； 第三，提供材料优化问题的潜在解决方案的存储库，并在材料合成和实验进行之前提供数据搜索技术。
除了华大智造之外，类似的还有日本的“信息综合材料研究计划”、欧盟的新材料发现、中国的材料科学数据共享网等。
目前具有代表性的通用数据库越来越多，如计算科学自动交互基础设施和数据库（AiiDA）平台、开放量子材料数据（OQMD）、新型材料发现（NOMAD）存储库、无机晶体结构数据库（ICSD）、材料数据设施（MDF）等
这些数据库包含数以百万计的材料特性数据，例如生成焓、电子能带结构和弹性模量，可以系统地搜索。
例如，Materials Project开发的Atomic Library使用多个底层库来创建复杂的材料模型，管理超级计算中心的工作流程，并提供纠错功能； 材料数据设施（MDF）运营两项云托管服务（数据发布和数据发现），具有促进开放数据共享、自助数据发布、管理和鼓励数据重用的功能，并配备了强大的数据发现工具。
随着计算成本的下降，以这种方式快速生成可靠材料数据的能力逐年提高，并且应用这些技术的软件也变得越来越强大。 无论是在大学学术研究领域还是在工业应用领域，接受度越来越高。
从应用领域来看，成功使用这些工具和软件进行高能量密度锂离子电池的正极、负极、电解质和膜材料的研究后，材料范围可以扩展到半导体、航空航天、汽车、食品等领域。 、医药、化妆品材料等领域； 从产品形态来看，打造强大的材料研究/计算平台（包括数据和知识资产以及材料研究的综合方法）也成为众多材料计算软件公司的愿景。
02
全球：用户只需要加速全球融合
从全球范围来看，国外材料计算模拟软件的发展明显快于国内。
在需求端，材料计算的价值已经得到认可，相关计算软件正在受到大中型企业的欢迎。
在价值感知方面，根据欧洲材料计算委员会的研究，使用材料模拟的公司获得的计算回报约为其投资的5-20倍。 此外，利用材料模拟可以减少他们的开发时间10%到20%，也可以减少他们的研发成本10%到20%。
目前，全球几乎所有主要材料相关公司都在使用DFT计算，如Intel、Samsung、Applied Materials、GlobalFoundries等； 陶氏化学等化学公司也使用 DFT 计算。 这些公司的研发部门都有自己的计算团队，利用平面波软件进行原子尺度的计算模拟，做简单的定性分析和筛选，然后利用多种方法逐步放大模拟规模，最后进行实际的计算。 -规模材料计算模拟。 对于大多数中小型材料相关公司来说，他们往往也需要第一原理材料模拟，但他们可能缺乏内部团队来执行此类计算。 这些公司大多以横向项目的形式与大学研究小组合作，为其提供计算服务。
在生物医学领域，材料计算可以在新药研发的整个过程中发挥重要作用，如分子3D结构建模、靶点识别、先导化合物优化、药物验证、ADMET预测、确定结构定量关系等。可以说，通过计算机方法解决许多复杂的分子和原子水平问题，给药物研发行业带来了重大突破； 近年来，随着高通量筛选技术的发展，基于自动化的大量化合物的快速筛选刺激了药物研发行业的成果增长。 随着近年来制药公司研发投入的大幅增加，预计材料计算应用在药物发现过程中将占据主要份额。 分子尺度材料计算已成为生物医药产业链的重要组成部分。
供给侧，自主上市、并购整合的成功案例不断涌现。 像几年前刚刚完成IPO的薛定谔这样的独立上市公司，不仅可以提供材料和生物计算软件，还可以提供材料模拟或生物模拟计算服务； 此外，该领域的并购也不断进行，尤其是近年来。 此外，达索、西门子、新思科技等主要厂商也开始进行并购，收购金额基本保持在5亿美元至10亿美元之间。
以美国老牌工程与材料建模软件公司MSC为例。 该公司成立于 20 世纪 60 年代，开创了许多方法，现在业界使用这些方法来分析和预测应力和应变、振动和动力学、声学和热学。 分析技术； 1983年，公司完成上市； 在后续发展中，收购不断，如2021年收购复合材料模拟领域领先者e-Xstream，2015年收购金属成型和连接过程模拟领域领先者Simufact； 直到2017年，MSC被知名工业软件公司Hexagon AB以8.34亿美元收购。
Hexagon AB 相信 MSC Software 作为“通过仿真软件和服务帮助产品制造商改进其工程方法的全球领导者”，可以帮助他们改进工作流程上游的设计流程。
此外，西门子在2016年前后相继收购了CD-adapco（9.7亿美元）、Mentor Graphics（4.5亿美元）等仿真软件公司，体现了西门子对“数字化工业企业”愿景的持续追求以及对信息学跨越的承诺离散和流程工业中研究、开发和制造的建模和仿真。
达索系统于2018年左右收购了两家材料计算模拟软件公司，包括Accelrys（7.5亿美元，现称为Biovia）和COSMOlogic。
其中，Accelrys的产品（MS）是一款具有图形界面的第一原理计算软件。 目前在国内行业中占有部分市场，预计年软件销售额在数亿元左右。 不过，有业内专家表示，该公司的第一性原理计算模块已经比较老旧了。 在目前的第一性原理计算情况下，学术用户很少使用该软件进行第一性原理计算蒙特卡洛模拟在什么软件实，仅用于第一性原理计算。 用作原子和分子结构建模工具。
各大厂商并购加速与用户的“刚需”密切相关。
全球半导体EDA巨头新思科技的研究人员曾表示，大约五到七年前，当许多半导体公司开始更加关注材料并开始从事材料创新和材料工程时，新思科技也发现，当他们开始探索新材料时当设备是新的时，没有相关数据。
这就是原子尺度建模发挥作用的地方。 它可用于生成有关材料特性和特性的数据，工程团队可以根据这些数据开发新模型或校准新材料的现有模型。 原子尺度建模是帮助工程团队探索新选择和材料的关键。
正是基于此，新思科技于2017年以10亿美元收购了材料原子级建模软件工具QuantumWise。
该公司成立于2008年，其产品Quantum ATK是一款具有图形界面的软件，专注于半导体器件的计算模拟。 Quantum ATK软件最初使用原子轨道基组，计算精度低于平面波基组。 近年来蒙特卡洛模拟在什么软件实，它支持平面波和原子轨道基组。 在被 Synopsys 收购时，QuantumWise 在全球拥有 400 多家商业和学术客户。
从技术上讲，QuantumWise 的解决方案通过在早期阶段共同优化 5 纳米及以上工艺的材料、工艺、设备和电路，减少了时间和成本。 严格的材料建模使半导体制造商能够在晶圆上市之前的技术研究早期阶段评估新材料对晶体管性能的影响。 收购后，新的解决方案将有助于创建更高质量的早期工艺设计套件（PDK），以实现设计技术协同优化（DTCO）。
从Synopsys收购整合QuantumWise也可以看出，材料计算虽然属于设计阶段，但在研发制造过程中，也需要不断与现实生活数据交互进行反馈，对研发进行微调。以及基于现有结果的设计方向。 因此，在成熟的数字材料研发体系中，材料计算起到了奠定基础、统一和掌控整个产业链方向的核心作用！
03
中国：新秀在新赛道上取得领先
我国在材料计算领域无论是供给端还是需求端都还比较落后。
从需求端来看，国内客户主要分为两类——大学科研院所和工业客户。
综上所述，目前国内各领域材料的研发仍以实验为主，对计算模拟认识不足，产学研脱节严重。 国内企业材料计算支出不到1%，教育百亿市场还处于起步阶段，行业增长空间巨大。
尽管业界已经认识到计算模拟的重要性，但仍处于起步阶段，对具体应用仍持观望态度。 究其原因，除了相关软件产品的性能瓶颈因素外，主要是因为很多企业更关心优化现有产品的材料工艺，而不是开发新材料。
不过，好的趋势是，随着越来越多在高校硕士、博士期间就开始使用计算材料模拟的学生离开校园进入企业，企业界也慢慢开始将材料计算视为一种必要手段。的研发并逐步提供该方向的投入。
在供给方面，业内人士的共识是，这个行业“非常新，我们才刚刚起步”。
由于第一性原理计算需要创业团队对量子物理和计算机双领域有深入了解，因此行业进入门槛较高； 目前整个行业竞争程度较低，各公司目前正处于商业模式探索和联合市场开发阶段。 教育。
其中，龙讯光腾是发展迅速的代表性企业。 基于自身算法软件的快速标准化以及对GPU的适配和优化，公司正在快速构建强大的材料研究/计算平台。
龙讯宽腾的核心产品是自主研发的平面波密度泛函理论计算软件“PWmat”，可用于半导体材料能带结构、器件输运与稳定性研究、锂电池电极材料及电解质设计与研究优化、光催化和电催化材料设计、金属及合金材料设计和力学性能计算、热电材料性能计算、量子点和小分子模拟仿真等。
PWmat采用的基于平面波基组的材料模拟方法被公认为最精确的方法并得到广泛应用。 目前常用的材料模拟软件有几种，其中最常用的是维也纳大学开发的VASP（Vienna Ab-initio Simulation Package）软件，占据约70%的市场份额。
与VASP相比，PWmat虽然诞生较晚，但在易用性、稳定性、功能性方面，尤其是在计算规模和速度方面，已逐渐超越前者。 计算规模比前者高一个数量级，可达5000个原子； 在大型系统HSE的计算速度上比前者快4-10倍。
龙讯光腾在核心算法上具有很强的优势。
PWmat是第一个在GPU上实现的平面波软件，在重新设计的并行化方案和单/双精度混合计算方面实现了算法创新。 基于以上算法优化，PWmat在GPU上比CPU上快30倍； 相比之下，其他平面波软件，例如Quantum Expresso，在GPU上仅实现了2倍的加速。 此外，龙迅奎腾的机器学习力场软件包（2022年5月27日发布）主要用于生成可用于经典分子动力学或蒙特卡罗的力场，从而实现大规模系统中的分子。 动力学或蒙特卡罗模拟。
针对材料计算仿真软件中的一些常见问题，龙讯匡腾提出了自己的创新解决方案。
例如，在易用性方面，基于密度泛函函数的计算目前还不能作为黑盒工具使用，需要专业知识和培训才能上手。 由于其内部知识壁垒高于CAD、CAE，往往需要专业技能。 需要人员进行模拟计算； 另外，就具体场景而言，材料过程（process process）仍然难以模拟，这极大地限制了材料模拟的使用范围。
针对第一个问题，龙讯光腾力求让计算更加万无一失，通过开发Q-Studio和Q-Flow实现一键计算； 通过Q-CAD平台，可以轻松（图形界面操作）在主功能模块（由PWmat子程序分解）的基础上，以拖动功能模块的形式，实现基于量子力学计算和经典计算的混合工作流程可以建造； 随着Q-CAD平台逐渐成熟，工业管道（大型软件包，在给定领域具有广泛的应用）将作为Q-CAD工作流程推出。
针对第二个问题，龙讯旷腾采用了PWmat+机器学习力场+分子动力学/自适应动力学蒙特卡罗的技术路线，并将该技术路线应用到了具体的行业应用中，例如半导体薄膜生长模拟、锂电池电解质模拟和其他场景。
目前，龙讯光腾在微电子领域与东莞阳光、鸿山微电子等公司合作，在新材料领域与南通瑞祥、华友钴业等公司合作，与昆仑化工、宁德时代、高能时代等公司合作。在新能源领域。 公司已达成战略合作，相关解决方案正在陆续实施。
04
突破瓶颈，撬动未来
材料计算市场具有巨大的增长空间和产业链撬动力。
从全球市场来看，行业组织Industry Arc预计，2020年至2025年全球先进材料市场容量将以4.5%的复合年增长率增长，到2025年将达到2.1万亿美元。同时，由于汽车、航空、建筑由于建筑和建筑等各种最终用途行业的需求不断增长，亚太地区在先进材料市场占据主导地位； 按研发费用占收入20%计算，材料研发费用为4000亿美元。
此外，据Coherent Market Insights统计，2020年全球微电子市场规模为4324亿美元，预计将以5.4%的复合增长率增长，2025年达到5625亿美元； 研发支出可达1000亿美元。 Statista预计，2020年全球制药行业收入为1.27万亿美元，研发支出总额近2000亿美元。 到2025年，研发支出将投入约2500亿美元。 Grand View Research预计，2019年全球电池市场规模为1084亿美元，到2027年将以14.1%的复合年增长率（CAGR）增长，2025年达到2392亿美元，预计占据30%的市场份额2019年锂电池领域研发支出将不少于150亿美元。
将以上两大块加起来：2025年全球结构材料、微电子、生物医学、新能源等第一原理计算领域的研发支出总额将超过5000亿美元。其中，第一原理计算的市场规模可能超过1000亿美元。
此外，根据美国材料基因组计划（MGI）去年发布的一份研究报告（Science and Public Policy, 2021, 48, 649–661），报告预测数据表明，改善材料创新基础设施（基于材料计算）每年的经济效益从1230亿美元到2700亿美元不等。
从国内市场来看，工信部预计2025年新材料（含微电子）市场总额将达到10万亿元。按照龙头企业10%营收研发投入比例计算，预计预计2025年新材料研发经费将达到1万元左右。 1亿。 在此框架下相关加权计算可以看出，国内行业按第一性原理计算的潜在市场规模可能在200亿元以上。
除了可观的市场空间外，近年来国内的政策红利也是行业的一大利好。
2020年9月，国家发展改革委、科技部、工业和信息化部、财政部联合印发《关于扩大战略性新兴产业投资培育壮大新增长点的指导意见》点和增长极”，强调引导和促进新材料产业快速升级和产业发展。 它还强调了技术在材料研发中的重要性。 中国工程院《面向2035年的新材料强国战略研究》提到前沿新材料及平台建设，并对材料研发的长期可持续发展表示关注。
在工业软件的产业政策方面，基于量子力学的国产材料计算软件的开发也是国家重点支持的。 中科院、科技部、工信部、国家科委等均启动了国产第一原理软件开发的研发支持计划。 。 例如，龙讯匡腾正在与钢铁研究院联合申报的工信部项目，就是一个针对第一性原理材料计算的综合材料研发平台项目。
仰望星空，脚踏实地。 材料计算行业的“美好未来”仍需要行业参与者一点一滴的努力。
目前，材料计算行业中最大的瓶颈是计算量表（尺寸尺度和时间尺度）的问题。 预计在5 - 8年内，物质计算将能够广泛实现现实规模的计算并解决工业过程问题。 现在，由于计算量表的限制，仍需要专业人员根据经验选择正确的计算路径，并在计算过程中不断调整筛选，以便更快，更准确地遍历和筛选正确的结构。 在短期内，材料计算的主要作用是协助筛选和设计材料结构，为实验提供一般方向，并减少实验不确定性。
毫无疑问，这条轨道的增长需要更多的技术突破，而在这一轨道上进行投资确实需要一定时间。 这个过程不仅考虑了项目团队的能力，而且还测试了投资者的耐力。
回顾历史，人们对材料的“盲箱开口”给世界带来了许多惊喜。 例如，纯铁金属中的碳杂质诞生了工业革命的钢支柱，而硅晶体则通过摩尔定律将人们带入计算机和信息时代。 不难想象，材料计算模拟软件的未来肯定会将所有人类带入一个新的发展阶段！
【结尾】
