Matlantis Melancarkan Matlantis CSP, Satu Keupayaan Baharu untuk Menemui dengan Cepat Struktur Kristal Stabil yang Tidak Diketahui

(SeaPRwire) –   Pemimpin penemuan bahan melancarkan penyelesaian Ramalan Struktur Kristal, dengan Honda sebagai pengguna awal.

BOSTON dan TOKYO, 28 Jan. 2026 — hari ini mengumumkan pelancaran (Ramalan Struktur Kristal), keupayaan baharu dalam simulator atomik universalnya yang mengenal pasti struktur kristal stabil yang sebelum ini tidak diketahui dengan cepat daripada ruang carian yang besar bagi konfigurasi dan komposisi atom dalam sistem unsur tertentu.

Bahan baharu adalah penting untuk cabaran seperti penyahkarbonan dan tenaga generasi seterusnya, tetapi penyelidikan dan pembangunan (R&D) bahan telah lama bergantung pada eksperimen sintesis berulang, walaupun kemungkinan berjaya rendah. Matlantis CSP memperkenalkan langkah saringan pengkomputeran lebih awal dalam proses, membantu pasukan menolak apa yang tidak masuk akal secara fizik terlebih dahulu dan fokus pada calon yang paling menjanjikan.

Honda R&D sedang menggunakan Matlantis CSP untuk meningkatkan kecekapan penerokaan dalam pembangunan bahan, termasuk sistem berbilang komponen dan struktur metastabil yang sebelum ini sukar dinilai disebabkan oleh kos pengkomputeran.

Memecahkan had pendekatan CSP konvensional

Sehingga kini, ramalan struktur kristal telah dihadkan oleh beberapa halangan yang berterusan: penilaian berasaskan DFT boleh mengambil masa jam setiap struktur, proses carian sering berat sebelah terhadap komposisi tertentu apabila meneroka ruang komposisi berubah-ubah, dan larian skala besar boleh memerlukan persediaan persekitaran yang kompleks dan kepakaran khusus. Matlantis CSP direka bentuk untuk menghilangkan halangan ini dengan menggabungkan teknologi teras Matlantis—potensi antara atom pembelajaran mesin universalnya PFP (Preferred Potential)—dengan algoritma proprietari dan asas pemprosesan selari yang dioptimumkan untuk CSP skala besar. Ini memberikan:

1) Penilaian struktur throughput tinggi: Menggunakan PFP, Matlantis CSP boleh menilai tenaga dalam beberapa saat hingga minit setiap struktur sambil mengekalkan kebolehpercayaan. Ia juga merangkumi langkah perlindungan untuk melengkapkan pengiraan dengan kukuh tanpa terhenti pada konfigurasi atom anomali yang sering timbul semasa carian.

2) Carian yang komprehensif dan sangat cekap merentasi ruang komposisi: Matlantis CSP merangkumi algoritma proprietari yang direka bentuk untuk meneroka ruang komposisi penuh sambil mengekalkan kepelbagaian dalam struktur yang disampel. Berbanding dengan carian rawak, ia meningkatkan kecekapan carian sebanyak lebih kurang 3–6×, membolehkan penerokaan menyeluruh tanpa terlepas merentasi komposisi sebarang.

3) Asas pemprosesan selari yang dioptimumkan untuk persekitaran Matlantis: Untuk memproses puluhan ribu percubaan dalam masa singkat, Matlantis CSP mengoptimumkan memori dan pelaksanaan selari untuk Matlantis. Pengguna boleh memulakan carian skala besar dengan segera, tanpa persediaan persekitaran yang kompleks.

“Kami mempunyai harapan tinggi terhadap CSP sebagai teknologi yang akan meningkatkan kecekapan penerokaan dalam pembangunan bahan dengan dramatik,” kata Mitsumoto Kawai, Ketua Jurutera, Proses Peranti, Kecemerlangan Penyelidikan Inovatif, Honda R&D Co., Ltd. “Melalui CSP, carian struktur kristal—termasuk sistem berbilang komponen dan struktur metastabil yang sebelum ini tidak praktikal—telah menjadi mungkin. Dapat menyempitkan struktur kristal dan komposisi yang menjanjikan dengan keyakinan tinggi sebelum eksperimen bukan sahaja akan meningkatkan kebarangkalian merealisasikan bahan generasi seterusnya tetapi juga memendekkan tempoh pembangunan.”

adalah pautan ke kajian kes Honda.

Matlantis CSP telah pun menghasilkan keputusan awal merentasi pelbagai sistem—oksida, aloi, dan fosfida—menemui lebih daripada 10 kristal stabil yang sebelum ini tidak diketahui. Dalam sistem Ga–Au–Ca, ia mengenal pasti 13 kristal baharu, mengemas kini rajah fasa dengan ketara berbanding dengan pangkalan data sedia ada.

“Dengan Matlantis CSP, kami menjadikan ramalan struktur kristal praktikal pada skala penyelidikan sebenar, jadi pasukan boleh meneroka ruang komposisi yang lebih luas, mengenal pasti calon yang menjanjikan lebih awal, dan mengurangkan masa yang dihabiskan pada eksperimen dengan kebarangkalian rendah,” kata Daisuke Okanohara, Ketua Pegawai Eksekutif, Matlantis. “Kami teruja melihat Honda R&D mengiktiraf impak yang boleh diberikan oleh CSP, dan kami berharap dapat mempercepatkan laluan daripada simulasi ke sintesis dengan rakan kongsi merentasi industri.”

Mengenai Matlantis

Dibangunkan bersama oleh PFN dan ENEOS, Matlantis adalah simulator atomik universal yang menyokong penemuan bahan skala besar dengan membiak tingkah laku bahan baharu pada tahap atom di komputer. PFN dan ENEOS telah memasukkan model pembelajaran mendalam ke dalam simulator fizik konvensional untuk meningkatkan kelajuan simulasi sebanyak puluhan ribu kali dan menyokong pelbagai jenis bahan. Matlantis dilancarkan pada Julai 2021 sebagai perisian-sebagai-perkhidmatan berasaskan awan oleh Matlantis Corp. (dahulunya dikenali sebagai Preferred Computational Chemistry), sebuah syarikat yang dilaburkan bersama oleh PFN, ENEOS dan Mitsubishi Corporation.

Matlantis digunakan oleh lebih daripada 150 syarikat dan organisasi untuk menemui pelbagai bahan termasuk mangkin, bateri, semikonduktor, aloi, pelincir, seramik dan bahan kimia. Untuk maklumat lanjut, sila lawati: .

Hubungi Media:
Emily Townsend
Scratch Marketing + Media untuk Matlantis​
​