一段時(shí)間以來，將高、低精度數(shù)學(xué)運(yùn)算相融合以加快科學(xué)發(fā)現(xiàn)的方法，成為技術(shù)行業(yè)熱議的話題。AMD公司CEO蘇姿豐在去年的ISSC主題演講中表示，這種混合精度方法能夠大幅降低電力需求，以有意義的方式擴(kuò)展計(jì)算規(guī)模，將相當(dāng)一部分負(fù)載從超級計(jì)算集群當(dāng)中解放出來。
換句話說，與其用寶貴的計(jì)算資源解決更多問題，不如嘗試用它解決更重要的問題。
HPC（高性能計(jì)算）主要以高精度模擬為核心。但在實(shí)際操作之前，我們首先需要確定待測試的理想目標(biāo)或者預(yù)設(shè)性前提。在這方面，我們不必部署HPC資源來測試一項(xiàng)又一項(xiàng)假設(shè)，而更適合用精度雖低、但速度更快的AI模型來幫助篩選所有可能的潛在方案，直至找出完美的模擬條件。
這也正是微軟Azure Quantum Elements（量子元素，簡稱AQE）團(tuán)隊(duì)與美國能源部太平洋西北國家實(shí)驗(yàn)室（PNNL）之間多年來采取的合作模式。
在最近博文中詳盡闡述的概念驗(yàn)證部分，西北國家實(shí)驗(yàn)室與量子元素團(tuán)隊(duì)將微軟掌握的巨量計(jì)算資源用于處理AI/機(jī)器學(xué)習(xí)與HPC混合工作負(fù)載，希望借此加快實(shí)驗(yàn)性電池的開發(fā)進(jìn)度。這一次，微軟不再滿足于簡單使用他人提供的單體（cell）設(shè)計(jì)更好的不間斷電源（UPS）。
需要注意的是，盡管名為Azure量子元素團(tuán)隊(duì)，但此次實(shí)驗(yàn)并非借助量子計(jì)算技術(shù)。目前科技界的普遍共識是，能夠用于精確建模的量子系統(tǒng)還需要幾年時(shí)間才可能面世，但好消息是材料科學(xué)將成為最先從該技術(shù)中獲益的探索領(lǐng)域之一。
短短幾周之內(nèi)，該團(tuán)隊(duì)就將問題表述成功轉(zhuǎn)化為基于新發(fā)現(xiàn)化合物的實(shí)際成果。而且該項(xiàng)目最令人印象深刻的要數(shù)計(jì)算耗費(fèi)的時(shí)間——總計(jì)只有80個(gè)小時(shí)?？梢韵胍?，如果未來投入更多資源，計(jì)算周期還可以進(jìn)一步縮短。
量子元素與西北國家實(shí)驗(yàn)室在實(shí)現(xiàn)這一壯舉的過程中，嘗試了機(jī)器學(xué)習(xí)與模擬技術(shù)的多種具體應(yīng)用。
第一步就是訓(xùn)練AI模型以評估不同材料的預(yù)期特性，并找到有希望的組合。通過運(yùn)行相應(yīng)算法，系統(tǒng)首先將候選化合物范圍縮小到3200萬種。雖然數(shù)量仍然太大、無法直接測試，但這還僅僅是首輪篩選。
雙方隨后對數(shù)據(jù)集開展進(jìn)一步排序和簡化，根據(jù)化合物的穩(wěn)定性、反應(yīng)性和導(dǎo)電潛力來識別有潛力的組合。這個(gè)篩選、模擬、再篩選的過程將范圍縮小至50萬種，并最終確定為800種化合物。
從這里開始，研究人員轉(zhuǎn)而應(yīng)用各種HPC模型。例如，首先使用密度泛函理論來計(jì)算每種材料在不同狀態(tài)下的能級，接下來采用HPC與AI的結(jié)合以模擬各種材料的分子動力學(xué)特性，而后分析其內(nèi)部原子運(yùn)行。通過這個(gè)過程，研究人員將可行的候選化合物數(shù)量縮減到了150種。
最終，雙方對數(shù)據(jù)集進(jìn)行第三輪模擬，以確定哪些在成本、時(shí)間和可用性方面最為突出。由此，西北國家實(shí)驗(yàn)室與量子元素團(tuán)隊(duì)整理出一份包含18種以往從未被發(fā)現(xiàn)的化合物候選清單。
其中最有趣的部分，當(dāng)數(shù)計(jì)算資源的具體分布。傳統(tǒng)觀點(diǎn)一直認(rèn)為雙精度HPC工作負(fù)載需要耗費(fèi)大量計(jì)算時(shí)間，但此次實(shí)驗(yàn)證明未必如此。
根據(jù)微軟的介紹，實(shí)驗(yàn)中90%的計(jì)算資源被用于機(jī)器學(xué)習(xí)類任務(wù)，旨在縮小候選化合物的范圍。在全部80個(gè)小時(shí)的計(jì)算總量中，只有10%用于HPC工作負(fù)載。
無論如何，模擬終歸只是模擬。作為對化學(xué)反應(yīng)和工藝行為的最優(yōu)近似計(jì)算結(jié)果，我們?nèi)匀恍枰獙?shí)踐測試來驗(yàn)證自己的發(fā)現(xiàn)。也正因?yàn)槿绱?，除了投入?shù)以億計(jì)的美鈔打造超級計(jì)算機(jī)來模擬美國的核儲備效果以外，能源部還在地底深處開展了亞臨界測試，希望了解這些模擬結(jié)果與現(xiàn)實(shí)場景間是否一致。
因此，在確定了最有希望的候選材料（由70%的納和30%的鋰組成的固態(tài)電解質(zhì)）之后，西北國家實(shí)驗(yàn)室開始著手制造實(shí)體電池。整個(gè)過程包括合成化合物、研磨、壓制，而后將材料加熱至450至650攝氏度。但與計(jì)算階段相比，實(shí)操過程相對較快，大約需要10個(gè)小時(shí)即可完成。
在傳統(tǒng)上，能量密度最高的電池（包括電動汽車、筆記本電腦、智能手機(jī)和電動工具中使用的電池）通常需要用到鋰元素?？蛇z憾的是，這種元素既缺乏可持續(xù)性、采集難度也極大。而另一方面，鈉元素在地球上的儲量則相對豐富，因此價(jià)格更為低廉?？蓡栴}是鈉本身的能量密度遠(yuǎn)不及鋰。通過將二者相結(jié)合，微軟和西北國家實(shí)驗(yàn)室似乎成功在材料供應(yīng)與能量密度之間找到了最佳平衡點(diǎn)。
而且在為發(fā)現(xiàn)新的電池化合物而興奮之余，西北國家實(shí)驗(yàn)室首席數(shù)字官Brian Abrahamson也在微軟的介紹博文中強(qiáng)調(diào)，此番實(shí)驗(yàn)的最大亮點(diǎn)其實(shí)跟電池化合物本身關(guān)系不大，而在于研究團(tuán)隊(duì)能夠以怎樣的速度完成探索。
在以往的電池研究當(dāng)中，例如釩氧化還原液流電池，西北國家實(shí)驗(yàn)室的整個(gè)開發(fā)周期長達(dá)數(shù)年。相較于此次不足100小時(shí)的完整開發(fā)過程，不禁讓人對AI+HPC的組合模式心生期待。
這種電池最終是否可行仍然有待觀察。根據(jù)微軟和西北國家實(shí)驗(yàn)室的介紹，測試階段需要生產(chǎn)數(shù)百個(gè)原型電池，這肯定需要相當(dāng)長的時(shí)間。
然而，西北國家實(shí)驗(yàn)室與微軟也在考慮加快制造過程的方法。該實(shí)驗(yàn)室材料科學(xué)小組負(fù)責(zé)人Vijay Murugesan建議為化學(xué)與材料科學(xué)開發(fā)數(shù)字孿生模型，借此縮短測試時(shí)間。
近年來，英偉達(dá)無疑是數(shù)字孿生推廣中的先驅(qū)者與核心力量。該公司強(qiáng)調(diào)，數(shù)字孿生有望成為企業(yè)（特別是物流與制造業(yè)企業(yè)）在方案實(shí)際落地前，以數(shù)字方式測試各種生產(chǎn)變化的重要手段。
在西北國家實(shí)驗(yàn)室，Murugesan建議研究人員將陽極、電解質(zhì)、電壓及其他因素的詳細(xì)信息輸入數(shù)字孿生，據(jù)此預(yù)測實(shí)驗(yàn)結(jié)果。一旦獲得成功，這種方式必將大大加快新型化學(xué)物質(zhì)的發(fā)現(xiàn)與產(chǎn)品轉(zhuǎn)化。
說到這里，雖然微軟與西北國家實(shí)驗(yàn)室之間的合作還主要集中在電池技術(shù)領(lǐng)域，但軟件巨頭同時(shí)強(qiáng)調(diào)，機(jī)器學(xué)習(xí)算法在設(shè)計(jì)上立足于通行的化學(xué)原理，可以應(yīng)用于涉及材料科學(xué)的各種實(shí)際問題。
所以至少就目前來看，此項(xiàng)目已經(jīng)初步展現(xiàn)出我們利用計(jì)算資源（包括低精度、高精度及雙精度混合）解決完整問題的可能性。