新材料的設計和研發越來越依賴超算，材料的模擬計算已經成為超級計算主要應用領域之一。材料的組成、結構、性能、服役性能是材料研究的四大要素。但是，隨著對材料性能的要求不斷的提高，材料學研究對象的空間尺度在不斷變小。由于材料是一個復雜的高維多尺度耦合系統，現有的基礎理論還不能準確地描述材料成分—組織/結構—性能—服役行為的構效關系，一些深層次的機理還不清楚，導致材料研發長期基于經驗，依靠“試錯法”推進。隨著計算機的發展和計算能力的提高，計算材料學快速興起，推動了材料研發由“經驗+試錯”的模式向計算驅動模式轉變。計算驅動模式是現代材料研發的重要手段，可以有效提升材料研發的效率并降低研發成本。

芯研科技將傳統材料學與新興人工智能和大數據技術相融合，通過構建高通量與多尺度計算，開發基于機器學習的材料快速性能預測方法及模型，實現更高精度、更大尺度的分子層面模擬計算以及開展上萬級任務并發的高通量材料篩選等工作，從而提高電子領域新材料的設計與研發。

材料研發過程中主要環節