见微知著，龙讯旷腾携全系列产品服务体系亮相2023工业软件生态大会

为深入实施国家软件发展战略，促进数字技术与实体经济深度融合，集中展示“新一代工业软件体系”、“新型产业数字化转型范式”、工业软件最新技术发展与创新应用实践成果，推动工业软件产业供需精准对接，构建开放、协作、共享的新一代工业软件生态体系，广东省工业和信息化厅、广东省科学技术厅、广东省教育厅、广东省数字化学会、深圳市人民政府于2023年11月5日至6日在深圳会展中心隆重举办2023工业软件生态大会。

材料工业软件与数据系统是支撑新材料研发、生产与应用的关键基础。龙讯旷腾作为国内微观尺度材料计算软件产品及解决方案龙头企业受邀参与本次大会，围绕工业仿真CAE和汽车行业数字化两大主题分享了公司的产品服务体系和创新应用成果，并隆重发布了 “新一代BattSim电池材料研发设计平台”。

在以《见微知著——AI驱动的新一代超大规模材料计算模拟》的主题报告中，龙讯旷腾CEO吕海峰阐述了“构建从原子分子到宏观连续介质尺度的跨尺度材料计算方法与平台，将有利于推动材料正向设计的跨越式发展，促进交叉学科的融合，进一步加速材料研发创新，缩短材料研发周期”，并介绍了在半导体、新能源、航空航天等重点工业材料应用领域的实际落地场景和成功案例。

公司CTO田洪镇在以赋能智能汽车发展为主旨的论坛中，重点介绍了能源动力电池研发中所面临的诸如能量密度、使用环境以及续航能力方面的技术挑战，以及为解决以上行业核心痛点龙讯旷腾所提出的一系列产品技术实践路径。

针对电解液配方筛选这一代表性问题，田洪镇指出电解液在电池等能源存储设备中起着关键作用，其性能直接影响电池的寿命、安全性和能量密度。因此，研发高性能的电解液是电池技术发展的重要方向。然而，电解液的研发过程复杂且成本高昂，传统的实验方法往往耗时长且效率低，因此，科研人员开始寻求新的研发方法。

DFT（密度泛函理论）和MD（分子动力学）模拟是两种重要的计算化学方法，可以在原子尺度上模拟电解液的性质和行为。通过这两种方法，科研人员可以预测电解液的电化学性能，如离子传导率、电荷分布等，从而指导电解液的设计和优化。然而，DFT和MD模拟需要大量的计算资源，且模拟结果往往需要专业知识才能理解和应用。因此，AI（人工智能）技术开始被引入电解液的研发过程。AI可以通过学习大量的DFT和MD模拟数据，自动寻找电解液性能与其分子结构和环境之间的关系，从而预测新的电解液的性能。

结合DFT、MD和AI，科研人员可以更有效地研发出高性能的电解液。首先，DFT和MD模拟可以提供电解液的详细性能信息；然后，AI可以根据这些信息预测新的电解液的性能；最后，根据AI的预测结果，科研人员可以设计出新的电解液，并通过实验验证其性能。

总的来说，DFT、MD和AI的结合为电解液的研发提供了新的可能，可以大大提高研发效率，降低研发成本，加速电池技术的发展。

龙讯旷腾目前已针对多家车厂及电池材料企业实际需求并结合自身研发经验，成功打造出BattSim电池材料研发设计平台。该平台可以简洁直观的web端平台方式实现公共数据库、模拟、人工智能模型三大板块功能。用户无需深入学习相关领域基础理论知识，即可轻松实现领域相关材料体系结构查询检索、三维分子建模、第一性原理计算以及AI模型训练等相关工作，快速上手微观尺度材料计算模拟仿真，为电池体系材料创新提供全新的研发路径和驱动力。