電気化学界面コンソーシアム 2023年11月17日 汎用原子シミュレータMatlantisのご紹介 Preferred Computational Chemistry マネージャー 石田 純一 1 関係者限り

関係者限り ■ PFCCの概要 ■ Matlantisを構成する技術 ■ Matlantisの計算事例 ■ Matlantisの開発展望とまとめ Contents 2

PFCCの概要 3

関係者限り PFCCの概要 4 ■ 企業名：株式会社Preferred Computational Chemistry(PFCC) ■ 所在地：東京都千代田区大手町１丁目６－１大手町ビル ■ 設立年月日：2021年6月1日 （Preferred NetworksとENEOSの共同出資のもと設立） ■ 代表者：代表取締役社長 岡野原 大輔 ■ ミッション： 革新的なマテリアルの創出に貢献し、持続可能な世界を実現する

関係者限り PFCCの概要 5 ■ 製品：Matlantis（汎用原子レベルシミュレーションクラウドサービス） ■ Matlantisのご契約数（2023年9月末時点）：70団体以上 ■ ご契約頂いている団体様の業種： 化学、自動車、石油、電気機器、非鉄金属製品、窯業、大学、独立行政法人など多岐に渡る ■ グローバル展開： 2023年4月に米国展開を正式にリリース

Matlantisを構成する技術 6

関係者限り 原子シミュレーションと深層学習 7 ■ 第一原理に基づいたシミュレーションで大量の学習データを作り、それで学習した深層学習モデルで高 精度のシミュレーションを高速に実現する シミュレーション 第一原理(DFT) に基づくデータ 深層学習 物理知識 ✕ 高精度、高速、外挿性 量子化学に基づく長大な計算 軽量な計算手法で代替

関係者限り Matlantisの概要（機能） 8 ■ 結晶・分子などの「構造」から第一原理計算レベル相当の精度で「エネルギー・力」を高速に算出 ■ ブラウザのみで実行できるクラウドサービス ⇒ 計算機・ソフトウェアの導入必要なし ■ JupyterLabで提供. 他のPythonライブラリと連携可能 【物性算出機能】 基本機能を拡張した各種物性算出プログラムサンプルも配備 クラウドサービスであるため新機能は即座に利用可能 【WEBブラウザ表示画面（例）】 シミュレーション環境 ASE 又 LAMMPS(*β版)

関係者限り Matlantisの概要（仕組み） 9 ■ 第一原理計算結果（DFT）を教師データとし、それを独自GNNで学習モデルを構築したNeural Network Potential (NNP)の一種 … 教師データ（数千万） 分子・結晶等様々な構造の第一原理計算を実施 Preferred Networks社の強力計算設備を活用 （1,650 GPU year相当の計算資源を用いて作成） GNN （グラフニューラルネットワーク） 原子のつながりをグラフとみなす 量子化学知見を取り込んだ 独自のAIモデル構築 エネルギー Matlantis予測値 学習・出力 教師データを再現できるまで モデルの学習を実施 エネルギー DFT（テストデータ） Ex. molecule Ex. cluster Ex. slab Ex. crystal Ex. adsorption Ex. disordered 関連論文URL：https://www.nature.com/articles/s41467-022-30687-9

関係者限り Matlantisの概要（性能） 10 第一原理計算 Matlantis 2ヶ月 （外挿値） 0.3秒 0.1秒 2時間 第一 原理 計算 原子数 第一 原理 計算 ■ 第一原理計算と比較し圧倒的高速. 最新版version4.0では72元素に対応 第一原理計算条件 ・solver = QUANTUM ESPRESSO (PWscf) ・ver：6.4.1 ・PP：Pt.pbe-n-kjpaw_psl.1.0.0.UPF ・Ecutoff：40 Ry (≒544 eV) ・Xeon Gold 6254 3.1GHz x 2 (36 cores) ・RAM：384 GB Fcc Ptバルク構造一点計算時間 Matlantis対応元素周期表

オンプレミス環境は見えにくいコストが大部分。 Matlantisでは見えにくいコストは非常に小さい。導入時の検討、トレーニングのみ。 Matlantisの概要（コスト優位性：オンプレミス vs. クラウド） 11 https://www.simplifield.com/blog/saas-vs-on-premise-looking-beneath-the- surface https://www.thesoftwarereport.com/saas/ ケース① ケース②

Matlantisの計算事例 12

関係者限り 外部ソフトウェアとの連携 13 ■ Matlantisに実装されている物性解析ツールに加え、外部ソフトウェアとの連携によるシミュレーション も可能 ■ 当社技術チームによる解析ツールの提供も可能（モンテカルロ計算による合金の配置最適化など） ベイズ最適化による触媒吸着構造の 効率探索 メタダイナミクスによる 分子構造サンプリング 化学組成のみにもとづく 結晶構造予測（CSP） 連携ツール例 活用例 高速な反応経路自動探索

関係者限り 多様なアプリケーション 14 トリメチルアルミニウム の反応解析 BaTiO3の相変態 触媒 電池 半導体 金属・合金 触媒組成の 大規模スクリーニング 潤滑剤 セラミックス 固体電解質中のLi拡散 吸着剤 分離膜 摩擦における化学反応 MOF中の分子吸着 磁性材料 …

関係者限り 結晶構造予測(CSP) 15 ◼ オープンソースのCSPツールCrySPYを使った結晶構造予測はMatlantis内ですぐに可能 ◼ 進化的アルゴリズムにより構造をサンプリング、Matlantisで構造最適化・エネルギー推定により短時間 で構造生成やConvex hullの作成が可能 Matlantis × CrySPYによる構造探索 世代交代に伴う最小エネルギーの変化 （実験で見出されている構造生成に成功） Sr-PのConvex hull https://github.com/matlantis-pfcc/matlantis-contrib/

関係者限り 金属－樹脂モデルの応力－ひずみ曲線の評価 16 ◼ 機能性複合材料創成の観点から異種材料の接合性評価が必要 ◼ 金属－樹脂接合モデルをMatlantisを用いて作成. 応力－ひずみ曲線の作成による機械的強度の評価 が可能 https://github.com/matlantis-pfcc/matlantis-contrib/ 計算プロセス 応力－ひずみ曲線

関係者限り バッテリー材料 17 ■ バッテリー材料のSEI(Solid Electrolyte Interface)解析にMatlantisとXPS（X線光電子分光法）を活用 ■ Matlantisを用いたMD計算により電解質がNaと反応して分解することを確認. XPSを用いた実験結果と も整合 Bekaert, Lieven, et al. "Assessing the Reactivity of the Na3PS4 Solid-State Electrolyte with the Sodium Metal Negative Electrode Using Total Trajectory Analysis with Neural-Network Potential Molecular Dynamics." The Journal of Physical Chemistry C (2023).

関係者限り 固体－分子界面シミュレーション 18 ◼ バッテリー向けZinc Salt電解質Zn(BBI) 2 の解析にMatlantisを活用 ◼ Zn表面、Zn(BBI) 2 (6分子)、H 2 O(300分子)を対象に300KのMD計算をMatlantisで実施 ◼ 疎水基が向き合った二重層が形成されることで水素生成反応が抑制されることを示唆 Du, Haoran, et al. "A New Zinc Salt Chemistry for Aqueous Zinc‐Metal Batteries." Advanced Materials (2023): 2210055.

Matlantisの開発展望とまとめ 19

関係者限り まとめ 20 ■ Matlantisは多様な現象・材料を解析可能な汎用原子シミュレータであり、 国内外での利活用が進んでいます。 ■ Matlantisは進化を続けており、今後さらに応用の幅が広がる見込みです。 （モデル改良、データ拡充、新たな計算ツール提供、より大規模な系への対応など） ■ 持続可能な社会を実現する材料開発の羅針盤たるべく、努めてまいります。

21