Xanadu与三菱化学达成合作，用量子计算算法推进半导体制造工艺开发
8月31日消息，量子计算公司Xanadu与日本三菱化学宣布建立合作伙伴关系，双方将共同利用量子计算算法推进半导体制造技术的开发。量子计算在分子模拟与多体问题求解上具备经典计算难以企及的潜力，此次合作标志着量子计算正从科研工具走向半导体材料制造研发第一线，为先进制程的工艺与材料开发提供新的计算范式。
材料模拟
共 5 篇 · B910化工 · AI 化学信息库
机器学习筛选1.3万个硬碳结构模型：钠离子电池高容量储钠机理研究新工具
一项提交至arXiv的研究将通用机器学习原子间势与RAFFLE结构生成框架结合，构建13096个硬碳原子结构模型（最大含4378原子），用神经网络筛选识别高容量钠存储构型。硬碳是钠离子电池负极主力材料，该工作为其微观结构-性能关系提供了此前原子模拟无法企及的尺度工具。
机器学习势揭示氢脆新机制：核量子效应显著增强α-铁晶界处氢偏聚
日本研究者在arXiv发表核量子修正机器学习势研究，将路径积分分子动力学的量子平均力重标注到Fe-H机器学习势（NQC-PACE），无需额外DFT计算即可描述氢在α-铁中空位、位错、晶界的俘获行为。巨正则蒙特卡洛模拟显示核量子效应在室温下即显著增强一般晶界处的氢偏聚，为氢脆机理与抗氢材料设计提供新工具。
IBM宣布量子优势三项实验证明量子计算在化学模拟领域超越经典计算
IBM研究团队在Quantum Heron R3量子处理器上完成三项实验，声称已实现量子优势——量子计算机在特定任务上超越经典计算机。其中最具化学意义的是量子计算可直接精确模拟材料和化合物的量子行为，无需经典计算化学方法（如DFT）中不可避免的精度-速度-成本权衡。论文以预印本形式发表。
DeepHartree 用 Poisson-coupled neural field 加速 Density Functional Theory 计算
Jiankun Wu 等人在 arXiv 提交 DeepHartree，将 E(3)-equivariant neural network 与 Poisson equation 耦合，用近线性数值推理替代 DFT 中高成本的 Coulomb 积分，并在 SCF 流程中减少最高 40.6% 迭代。