3千CPUで数カ月かかる計算が0.1秒で完...
21
12
3千CPUで数カ月かかる計算が0.1秒で完了。汎用原子レベルシミュレータ「Matlantis」
株式会社Preferred Networks(PFN)とENEOS株式会社(ENEOS)は7月6日、共同出資により6月1日に設立した新会社Preferred Computational Chemistry(PFCC、プリファード・コンピュテーショナル・ケミストリー)から、共同開発した新物質開発・材料探索を高速化する汎用原子レベルシミュレータ「Matlantis(マトランティス)」をクラウドサービスとして提供開始したと発表した。契約ユーザー向けに提供する。
PFNとENEOSは2019年度から協業し、AI技術を活用したマテリアルズ・インフォマティクス分野での革新的事業創出を検討してきた。共同設立の新会社PFCCが提供するMatlantisは、第一原理計算(原子スケール)で材料の挙動を再現するデータセットを作り、それをもとに大規模な材料探索を行なう汎用原子レベルシミュレータ。従来の物理シミュレータにディープラーニング(深層学習)モデルを組み込むことで、計算スピードを従来の数万倍に高速化し、領域を限定しない様々な物質への適用を可能にした。
ディープラーニングモデルの訓練には、PFNのスーパーコンピュータを使って物理シミュレーションした膨大な量の原子構造データを使用。マテリアルズ・インフォマティクスのコアツールとして提供する。開発した材料のIPは利用ユーザーが持つ。
Matlantisでは、未知の材料を含む分子や結晶などといった任意の原子の組み合わせのシミュレーションが可能。現在は55の元素をサポートしており、今後さらに拡大予定。従来のDFT(Density Functional Theory : 密度汎関数法)では数時間〜数カ月かかった原子レベルの物理シミュレーションを数秒単位で実施できる。
学習済みディープラーニングモデル・物性計算ライブラリ・高性能な計算環境をパッケージにして提供することで、ユーザーはハードウェアの準備や環境構築をすることなく、すぐにWebブラウザ上でシミュレーションによる材料探索が可能となる。
