
-
生物通官微
陪你抓住生命科技
跳动的脉搏
运行时CALPHAD数据交付框架:面向高通量材料模拟与人工智能辅助设计的高效计算方案
《Scientific Reports》:A high performance CALPHAD data engine for scalable ICME and AI-assisted materials design
【字体: 大 中 小 】 时间:2026年10月01日 来源:Scientific Reports 4.9
编辑推荐:
摘要CALPHAD 计算为集成计算材料工程提供了热力学和动力学基础,但当模拟、优化循环和人工智能辅助工作流反复查询大型材料状态空间时,逐点耦合变得效率低下。我们提出了一种运行时 CALPHAD 数据交付框架,该框架通过受管的热力学状态空间重用、有限元单元聚类以及针对动力学和微
CALPHAD 计算为集成计算材料工程提供了热力学和动力学基础,但当模拟、优化循环和人工智能辅助工作流反复查询大型材料状态空间时,逐点耦合变得效率低下。我们提出了一种运行时 CALPHAD 数据交付框架,该框架通过受管的热力学状态空间重用、有限元单元聚类以及针对动力学和微观结构更新的自适应时间控制,减少了冗余的平衡态和性质评估。Co-Cr-Fe-Mn-Ni 体系的基准测试显示,该框架与直接逐点 CALPHAD 计算具有数值一致性,首次运行高通量计算时约有 11 倍加速,启用状态空间重用后,重复查询可实现四个数量级的加速。运行时与激光粉末床熔融模拟的耦合将局部热历史与热物性及凝固描述符联系起来,而一个人工智能辅助的低温合金设计工作流则展示了确定性 CALPHAD 计算如何筛选由语言模型提出的合金和条件,以验证设计假设。这些结果表明,在工艺建模、微观结构预测和基于物理的材料设计中,实现数据库一致的 CALPHAD 交付具有可扩展的途径。