中南大學張利軍、劉祖銘APM: 一種新型機器學習加速的分布式任務管理系統(Malac-Distmas) 及其在高通量CALPHAD計算中的應用

第一作者：高建寶

通訊作者：張利軍*，劉祖銘**

單位：中南大學

01 研究背景

CALPHAD?(CALculation of PHAse Diagrams) 計算作為集成計算材料工程和材料基因工程的重要組成，可用于高性能合金的高效設計，極大地縮短其研發時間和研發成本。當前，CALPHAD方法已成功應用于超高強不銹鋼、高性能鋁合金、鎂合金、高熵合金、高溫合金等不同合金的高效設計。為了進一步有效探索多元合金體系中更加寬廣的成分和微觀結構空間，進行高通量CALPHAD計算是必不可少的。然而，目前的CALPHAD 軟件僅支持隨單一變量或雙變量變化的小批量計算技術，且程序異常處理機制不完善，大規模的計算結果后處理困難。因此，開發高效的隨多變量變化高通量計算技術和數據管理至關重要。

02 文章簡介

近日，來自中南大學的張利軍教授、劉祖銘教授與華中科技大學宋波教授合作，在Advanced Powder Materials上發表題為“A machine learning accelerated distributed task management system (Malac-Distmas) and its application in high-throughput CALPHAD computations aiming at efficient alloy design”的文章。該文章開發了一種新型機器學習加速的分布式任務管理系統 (Malac-Distmas)，能耦合SQL驅動的數據庫引擎實現高效數據管理，并通過耦合不同的CALPHAD軟件實現了高通量CALPHAD?計算，為高效的合金設計奠定了基礎。

03 本文要點

要點一：采用分布式任務管理系統，結合SQL驅動的數據庫引擎和計算軟件實現高通量CALPHAD計算

圖1.?典型分布式計算的示意圖

要點二：通過機器學習(人工神經網絡)增密計算來進一步提高高通量計算效率

圖2. 人工神經網絡進行數據增密的示意圖

圖3. 機器學習加速分布式任務管理系統 (Malac-Distmas)的框架圖

要點三：通過Malac-Distmas耦合各種CALPHAD軟件，開展了吉布斯自由能、相圖、希爾凝固模擬、熱力學性質圖、各種熱物理性質、擴散模擬和時效析出過程模擬的高通量計算/模擬。計算/模擬結果存儲在SQLite格式的數據庫中，減小存儲空間，便于后續提取和處理。

圖4. 耦合Malac-Distmas和各種CALPHAD軟件實現熱力學、動力學和熱物理特性的高通量計算/模擬展示

04 結論

這項工作開發了一個機器學習加速的分布式任務管理系統（Malac-Distmas），該系統與SQL驅動的數據庫引擎和CALPHAD軟件相結合，實現了熱力學、動力學和熱物理特性的高通量計算/模擬。此外，在Malac-Distmas中嵌入了機器學習，用于增密輸出數據，減少了計算量和存儲量，從而進一步加速高通量計算。

該工作為實現高通量計算和數據存儲提供了一個有效的策略。Malac-Distmas并不局限于實現熱力學、動力學和熱物理性質的高通量計算，還能與任何提供外接調用的計算軟件/代碼進行耦合，實現不同類型的高通量計算/模擬。

05 通訊作者簡介

張利軍，博士，中南大學教授，博士生導師，德國“洪堡學者”、湖南省湖湘青年英才、湖南省杰出青年基金獲得者。主要從事計算熱、動力學及其驅動的材料設計與制備領域研究工作。近年來主持國家級研究項目15項，省、校級和企業橫向課題10余項。累計在npj Computational Materials、Acta Materialia等40余種材料領域期刊上發表第一/通訊作者論文120余篇，在國際會議上做大會邀請/口頭報告30余次，組織/共同組織重要國際會議3次、國內會議5次。作為主編在瑞士出版專著1本，出版專著章節3部。已授權中國發明專利2項、中國軟件著作權2項。

劉祖銘，博士，中南大學教授，博士生導師，中國大百科全書（第三版）·材料卷和礦業卷編委。主要從事金屬增材制造、航空航天用輕質高強結構材料研究和飛機結構腐蝕損傷研究。研發了無裂紋鎳基高溫合金和超強高導銅合金激光增材制造技術，多尺度納米氧化物彌散強化鐵基合金制備技術，鋁基非晶態合金外場干預凝固新技術。提出的飛機腐蝕控制系統設計和結構相容性設計思路，解決了飛機結構異電位材料連接耦合化學力學損傷問題，建立了完整的飛機腐蝕控制體系。相關研究成果在Applied Physics Letters 等刊物發表論文、撰寫型號技術文件100多篇/份，出版專著多部，申請/授權發明專利70多項，其中PCT/美國發明專利13項，研究成果應用于多種型號飛行器，獲航空科學技術獎4項。

歡迎咨詢：lijun.zhang@csu.edu.cn；lzm@csu.edu.cn

06 文章信息

Jianbao Gao, Jing Zhong, Guangchen Liu, Shenglan Yang, Bo Song, Lijun Zhang, Zuming Liu. A machine learning accelerated distributed task management system (Malac-Distmas) and its application in high-throughput CALPHAD computations aiming at efficient alloy design [J]. Advanced Powder Materials.?DOI: 10.1016/j.apmate.2021.09.005

07 期刊信息