本文背景聚焦于计算方法如何从理论补充发展为研究的主流，特别是在第一性原理（ab initio）建模的基础上，结合量子力学原理，处理从分子到体相系统的基态、激发态和动力学性质。
文章指出，材料可通过其组成核和电子的库仑相互作用及动能形成的许多体哈密顿量来描述，这一理论框架为计算模拟奠定了基础。当前挑战在于跨尺度的复杂性，机器学习等新兴技术的引入为解决这一问题提供了新机遇。
本文采用文献综述和视角分析的方法，系统回顾了计算材料科学的理论与应用进展。核心方法包括密度泛函理论（DFT），通过Hohenberg-Kohn定理和Kohn-Sham方程计算基态性质；多体微扰理论（MBPT），如GW近似和Bethe-Salpeter方程（BSE）用于激发态性质；以及分子动力学（MD）和密度泛函扰动理论（DFPT）研究原子动力学和电子–晶格相互作用。
文章还整合了多尺度建模，结合量子和经典方法，桥接微观电子结构与宏观行为。此外，机器学习被用于数据驱动预测和高精度力场参数化，非平衡Green函数（NEGF）处理电子动力学，蒙特卡洛/分子动力学模拟软物质自组装。
研究结合高性能计算（HPC）历史数据和量子计算潜力，分析方法在不同尺度上的适用性，并通过图表（如Fig. 1-3）直观呈现。
本文的创新在于提出计算方法从解释材料性质转向预测和设计新材料的范式转变。首次系统整合DFT、GW-BSE和机器学习，解决传统方法在带隙预测和多粒子激发中的局限，特别是在2D材料（如MoS₂）中揭示强束缚激子谱。
引入多尺度建模和机器学习潜力，显著提升计算效率和系统规模，适用于高通量材料数据库构建。展望高性能计算（exascale）和量子计算（如BeH₂分子模拟）的前景，预示复杂系统研究的革命性突破，为能源、纳米和生物材料创新提供新路径。
文献中共有三个主要图表（Fig. 1、Fig. 2 和 Fig. 3），分别从不同角度展示计算材料科学的概述、量子激发和材料模拟示例。以下分为三个部分，简要解释每个图的作用和意义。
Fig. 1: 计算材料科学的鸟瞰图（A bird’s-eye view of computational materials science）
该图分为a、b、c三个子部分。a部分展示当代量子和经典计算方法处理的系统尺度，从微观（~0.1 nm）到宏观（~1 mm）。
示例包括ATP分子、高温铜氧化物超导体、钙钛矿太阳能电池异质结构、胶体量子点、锂电池中的金属–电解质界面、DNA结构、蛋白质结构模型和弹性材料中的裂纹传播。
横轴为模拟长度尺度（Simulation length scale），从0.1 nm到1 mm，方法包括DFT、量子多体微扰理论（MBPT）、分子动力学、力场和有限元。
b部分比较不同理论水平（如量子多体、经典和量子平均场）的准确性与模拟时间（Simulation time）的权衡，从1 fs到1 ms，强调机器学习可提升模拟效率和系统大小。
c部分描述不同现象（如地面态性质、光谱学、化学反应、生物过程、软物质和连续性质）在系统尺度上的出现，以及相应理论水平（如量子化学、DFT、分子动力学和有限元），机器学习作为桥梁。
Fig. 2: 材料中的量子激发（Quantum excitations in materials）
该图分为a–f子部分。
a部分描绘晶体中由多体相互作用形成的准粒子；
b部分展示激子（准电子–准空穴对）；
c部分说明等离子体（集体电子密度激发）；
d部分示意图显示半导体受光激发后的载流子动力学，包括激子形成、迁移和解离，以及与其他激发的相互作用。
e部分比较各种材料的实验带隙与GW方法计算的准粒子带隙和DFT-LDA Kohn-Sham本征值，包括Ge、Si、SiC、InS、Diamond、GaN、Fluorite、LiF、LiCl和AlN，解决“带隙问题”。
f部分展示硅的介电函数虚部（光学吸收谱），比较包含和不包含电子–空穴相互作用的GW–BSE计算与实验结果（未包括声子辅助贡献）。
Fig. 3: 材料模拟（Material simulations）
该图分为a–e子部分。
a部分展示世界最快超级计算机的历史性能（以Flop/s计），从1995年到2020年，接近exaflop级别（1 × 10¹⁸ Flop s⁻¹）。
b部分描述胶体键合行为，如DNA-纳米粒子共轭形成的程序化原子等价物（PAEs）和电子等价物（EEs），展示不同键合性质导致的胶体晶体金属性（离子键合 vs. 金属键合）。
c部分比较镓的相图模拟（使用机器学习潜力达到第一性原理精度）与实验，包括稳定相（α-Ga、β-Ga、Ga-II、Liquid）和亚稳相边界。
d部分示意图显示复杂系统的QM/MM分区，其中QM处理原子键合和相互作用，MM使用力场处理动力学，示例包括溶剂中的Zn、Ca和H₂O。
e部分展示使用6个量子比特（Q1–Q6）量子计算机求解BeH₂分子，比较量子测量（黑点）、理论精确对角化（虚线）和数值模拟结果（密度图），包括能量 vs. 原子间距离曲线。
这篇视角文章系统回顾了计算材料科学在过去几十年的快速发展，将其定位为凝聚态物理、化学和材料科学研究的第三支柱，与实验和分析理论并列。
核心内容包括：
1、基态性质的DFT主导及其在高通量计算和数据库中的应用；
2、激发态性质的GW和GW-BSE方法解决带隙问题并预测光学谱；
3、原子动力学和电子–晶格相互作用的DFPT和分子动力学模拟；
4、电子动力学的非平衡Green函数；
5、软物质的自组装模拟；
6、以及机器学习在数据驱动预测和高精度力场中的革命性作用。
文章指出挑战，如处理强相关系统、非平衡过程和多粒子激发，并展望高性能计算（exascale）和量子计算的未来潜力。
【做计算 找华算】
🏅 华算科技提供专业的第一性原理、分子动力学、生物模拟、量子化学、机器学习、有限元仿真等代算服务。
🎯500+博士团队护航，累计助力5️⃣0️⃣0️⃣0️⃣0️⃣➕篇科研成果，计算数据已发表在Nature & Science正刊及大子刊、JACS、Angew、PNAS、AM系列等国际顶刊。 👏👏👏
