ENEOS控股公司近日采用 NVIDIA 的 Alchemi 平臺(tái),加快數(shù)據(jù)中心浸沒式冷卻液以及用于制氫的氧析出反應(yīng)(OER)催化劑的研發(fā)。公司表示,這一 AI 驅(qū)動(dòng)的方法顯著縮短了上述兩類材料的研發(fā)周期。NVIDIA 的 Alchemi ...
ENEOS控股公司近日采用 NVIDIA 的 Alchemi 平臺(tái),加快數(shù)據(jù)中心浸沒式冷卻液以及用于制氫的氧析出反應(yīng)(OER)催化劑的研發(fā)。公司表示,這一 AI 驅(qū)動(dòng)的方法顯著縮短了上述兩類材料的研發(fā)周期。

NVIDIA 的 Alchemi 平臺(tái)是一套面向化學(xué)與材料科學(xué)的 AI 計(jì)算框架,可大幅提升企業(yè)和科研人員在分子與材料篩選、設(shè)計(jì)和優(yōu)化方面的效率。
根據(jù) ENEOS 的介紹,通過 Alchemi 開展的大規(guī)模虛擬篩選,對數(shù)千萬種潛在冷卻液分子進(jìn)行了評估,同時(shí)對近 1 億種催化劑成分假設(shè)進(jìn)行了計(jì)算。在此基礎(chǔ)上,系統(tǒng)分別篩選出了約 1000 種具有較高潛力的候選化合物,進(jìn)入實(shí)驗(yàn)驗(yàn)證階段。與傳統(tǒng)計(jì)算化學(xué)方法相比,該平臺(tái)能實(shí)現(xiàn)更高效的仿真能力和更精確的化學(xué)結(jié)構(gòu)表達(dá)。
ENEOS 強(qiáng)調(diào),通過加速仿真、引入機(jī)器學(xué)習(xí)原子間勢模型,以及自動(dòng)化工作流程,以往需要數(shù)年才能完成的研發(fā)過程如今被壓縮到數(shù)個(gè)月。公司根據(jù)應(yīng)用需求制定了篩選標(biāo)準(zhǔn),例如冷卻液所需的介電性能和導(dǎo)熱性能,以及 OER 催化劑的活性指標(biāo),并將這些需求轉(zhuǎn)化為計(jì)算指標(biāo),從而高效鎖定最具潛力的材料。
NVIDIA 表示,這項(xiàng)合作展示了專業(yè)領(lǐng)域 AI 如何幫助科研成果更快走向工業(yè)應(yīng)用。ENEOS 披露,Alchemi 使 Matlantis Preferred Potential(PFP)模型的計(jì)算速度提升了一個(gè)數(shù)量級。目前,ENEOS 正在銷售 ENEOS IX 系列單相浸沒式冷卻液,符合環(huán)保法規(guī),面向高性能數(shù)據(jù)中心的熱管理需求。而 OER 催化劑則是提升可再生能源電解水制氫效率的關(guān)鍵材料,有助于實(shí)現(xiàn)更低碳的氫能源生產(chǎn)。
ENEOS 表示,未來將進(jìn)一步擴(kuò)大 AI 工具在研發(fā)中的應(yīng)用,以提升整體研發(fā)效率,并支持其工業(yè)材料業(yè)務(wù)的可持續(xù)發(fā)展目標(biāo)。


發(fā)表評論
最新評論