传统新材料研发领域，高精度、高效率与低成本之间的矛盾长期存在，成为制约行业发展的主要瓶颈。面对该挑战，索格智算凭借其跨学科研发优势，提出创新性解决方案，成功实现技术突破。 问题与挑战 新材料研发通常涉及复杂的分子动力学模拟，传统方法在精度与效率之间难以平衡，导致研发周期长、成本高昂。尤其在稀土永磁、锂电材料等战略领域，技术瓶颈更为突出，亟需创新性突破。 技术创新与突破 索格智算核心团队由上海交通大学数学学院徐振礼教授领衔，融合数学建模、高性能计算及材料科学等多领域顶尖人才。团队开发的SOG-Net神经网络描述子，通过分解总势能并引入可训练高斯和函数，攻克了长程相互作用的精度难题，使复杂系统能量预测误差降低40%以上。基于此，团队推出随机分批分子动力学模拟软件RBMD及全球首款软硬件一体化专用模拟器纳泰（NanoTitan），大幅提升计算效率，将研发周期从数年缩短至数月。 产业化落地与市场布局 目前，纳泰模拟器已进入清华大学、中科院等20余家科研机构，RBMD算法被纳入国家超算互联网平台生态体系。在商业化上，索格智算采取双轮驱动模式：面向科研机构提供标准化产品，针对企业客户提供定制化研发服务。例如，与天和磁材合作的AI研发系统已进入中试阶段，与宁德时代共同开发的R2D多场耦合模型为固态电池研发提供关键支撑。此外，与华为的联合实验室在高性能计算优化等领域取得多项专利，更拓展了技术应用场景。 资本认可与行业前景 本轮融资方对索格智算的技术壁垒构建能力给予高度评价。启高资本认为，其算法与硬件的双重突破精准解决了行业痛点，在电池、稀土等领域具有不可替代性。交大未来产业投资基金指出，团队从实验室到产业化的跨越表明了底层创新能力。紫竹科投表示将持续推动企业与国家新材料规划的对接，助力其成为行业标杆。
新材料竞争，归根结底是研发方式与工程效率的竞争。把算法做成工具、把工具做成产品、再把产品嵌入产业流程，才能缩短从科学发现到制造应用的距离。以智能计算推动材料研发提速降本——不仅需要原始创新——也依赖产业协同与长期投入。谁能在“可用、好用、用得起”上持续突破，谁就更有机会在新一轮材料科技与产业变革中占得先机。