“你們不要再喊9萬9了，不可能的。也不要再喊14萬9了”。去年年末的小米汽車技術發布會上，雷軍堅定地對米粉們表示，還是要尊重一下科技，小米SU7貴有貴的道理。最終，他選擇了拿21.59萬元（起售）的價格與大家“交個朋友”。

造車賽道上的小米似乎正在打破性價比“人設”，但“不談配置談定價就是耍流氓”，雷軍這句話確實說到了點子上。據公開資料顯示，小米SU7配置中最貴的，就是電池——最高搭載101Kwh寧德時代的麒麟電芯。雷軍稱，僅電池成本就要十幾萬。

小米SU7發布會 圖片來源于網絡

動力電池作為新能源汽車的心臟，很大程度上能夠決定汽車的性能，是車企參與市場競爭的關鍵。與此同時，電池的制造成本卻居高不下，電池造價可占到整車成本的三到四成，甚至能高達六成。所以在新能源汽車這條產業鏈上，電池廠商如寧德時代作為掘金者，地位絲毫不輸整車企業。

電池成本高，追根溯源是原材料稀缺又昂貴，比如動力電池的主要原材料碳酸鋰一度從每噸不到5萬元暴漲到2022年的60萬元/噸。所以無論是車企開始自研電池，還是電池廠商也想要擴大電池成本的下降空間留住客戶，都必須重視電池材料方面的研發和成本優化。

對于電池材料研發來說，當前最主流的方法仍然是以實驗試錯的方式為主，但是這種傳統的研發范式存在著諸多局限，例如單一變量難以控制、多尺度難以連續、多物理場難以同時兼顧等等，并且實驗方法不可避免地需要耗費大量人力物力，這就導致整個電池材料研發創新的周期往往都很長，成功率也基本無法保證。

為了加速電池新材料的研發、降低材料成本，研究者們一直在尋求新的研究方法以突破多尺度和多物理場的研究難點，基于超級計算機的電化學計算仿真技術成為了許多前瞻性的研發型企業重點關注的技術突破方向。

超級計算機 圖片來源于網絡

計算仿真可以在原子和電子級別上模擬出材料的結構和性質，預測新材料的各種性能，從而高效發現新的低成本替代材料，避免不必要的經驗試錯，縮短研發周期。比如富鋰錳基正極材料，相對廉價，且放電比容量遠超其他鋰電池正極材料，被公認為動力鋰電池下一代關鍵材料的理想之選，背后就是經過了對它的材料結構和電化學性能的模擬計算實驗的。

計算仿真在電池研發上的應用已經有非常多的探索，例如，通過計算能夠更高效地模擬各種電解質分子與電極材料之間的相互作用，以及離子在電解質中的輸運過程，來協助設計具有高離子電導率、良好電化學穩定性和優異循環性能的新型電解質材料；在電極結構的優化方面，計算能夠模擬不同材料的比例、尺寸分布和結構布局對電池性能的影響，提高活性物質的利用率、降低阻抗、增強電極的機械穩定性等。

圖片來源于網絡

但是，盡管計算仿真擁有著以上各種發揮的可行性，目前卻遲遲沒有成為主流的研發派別，核心原因之一就是它在計算性能和運算規模上還存在著較大的應用局限。由于電化學領域的仿真模擬需要深入到原子、甚至電子尺度的第一性原理計算，因此一般都需要動輒每秒運算數億億次的超級計算機來處理，但是，即便是目前地球上性能最強的超級計算機，也只能完成幾百個原子、幾十皮秒的第一性原理計算，這樣尺度的計算結果對于解決真正的材料研發難題來說，還是遠遠不夠。

那么，在涉及大規模復雜系統模擬的材料計算問題上，有沒有更優的解法能提高計算效率呢？其實，科學計算領域近年來出現了一種新的計算范式——3D科學計算，被認為非常有希望用來突破超算的計算效率瓶頸。

所謂的3D科學計算，是針對于傳統的計算架構來說的。傳統的超級計算機，往往需要讓各個服務器之間兩兩通過交換機或路由器線性相連，因此在處理三維空間的仿真計算問題時，就難免會產生大量額外的通信工作量，導致計算的復雜程度呈10的10-20次方數量級的指數級增長。

而3D科學計算，主要是在計算架構上做了全面的革新。通過將計算節點在空間上以立方體的3D架構布局，每個服務器節點都可以和它前后左右上下共6個方向的相鄰節點進行數據交換，這不僅縮短了數據傳輸的物理距離，大大降低了計算通信延遲，而且還通過多層級的網絡設計分散了流量，能夠有效緩解單點壓力，提升數據傳輸的流暢性。與之相對的，傳統二維架構中，每個服務器節點只能與左右兩個方向的相鄰節點進行數據交換，這就好比古代利用長城傳信，只能一個一個點燃烽火臺，線性地傳遞向前線傳遞消息。假設有1萬個烽火臺兩兩相隔一米構成一段1萬米長的長城，如果采用三維的空間結構將這1萬個節點折疊成一個立方體，那么這個立方體的邊長僅僅只需要21.54米！因此，處理復雜的計算任務時，3D的計算架構在計算和通信效率上能夠較傳統的二維架構實現極其顯著的提升。

不過，光有計算架構理念的革新還不夠，配置跟不上也會拖慢計算速度。在3D科學計算架構下，計算機芯片本身的設計以及芯片節點之間的布局，都需要重新開發定義。在當下的材料研發領域，3D科學計算的實現，無疑需要更加強大的超級計算機的強大加持，而這樣的超級計算機，往往需要針對計算任務進行專門的定制，因此嚴格來說，這類計算機被稱為專用超算。

業界最著名的專用超算當屬美國的安騰，它是分子動力學領域的專用超算，是3D科學計算在藥物研發行業應用的典型代表。安騰超算的產品設計理念正好契合了3D科學計算的架構思路，它采用大量的ASIC專用芯片，并將高速三維環形網絡將這些芯片互聯起來，整個服務器被緊密地排放在一個正方體的機箱中，縮短了服務器節點間的網絡互聯距離，從而提高了通信效率。

安騰ASIC芯片通過高速通道連接形成三維環形拓撲結構

與傳統超算相比，安騰對蛋白質的三維動態過程的模擬速度要快上100-10,000倍，實在是降維打擊。正是在安騰的算力支持下，分子動力學的計算模擬流派得以走上歷史舞臺的中央——美國制藥公司Relay通過安騰的計算，僅用短短18個月、不到1億美元的成本就確定了一款膽管癌治療藥物 RLY-4008 的結構，打破了這個行業多年來的“雙十定律”（即一款藥物發現需要花費至少十年、十億美金），一舉成為行業龍頭。

可惜的是，在材料模擬領域，分子動力學算法的應用僅僅只是其中的一小部分，而真正避不開的是第一性原理的計算，因此安騰超算并無法直接應用到材料研發領域，為這個行業帶來數量級的效率提升革命。真正的材料模擬專用超算的誕生目前還需要等待國內外超算界的創新進展。

但是我們不妨設想，如果有一臺依托于3D科學計算架構理念誕生的專用材料領域定制的專用超算，對于材料仿真模擬領域來說，會帶來什么樣的改變？

它帶來的變化首先是模擬計算速度上的大幅提升，通過3D科學計算，研發人員將可以開展上萬級任務并發的大規模虛擬材料篩選工作，這能大幅削減研發時間和經濟成本，減少實體實驗的頻率，也可以規避實驗頻繁失敗的風險。再者，在傳統材料研發中，基于宏觀有限元的模擬仿真工具是主流，但它對于新材料的研發是不夠的，模擬精度比較低、并且規模小。如果有支持更大體系的3D科學計算專用機器，我們就能夠在更大尺度做更高精度的模擬計算，幫助我們更好地觀察到材料的結構、性質和演化，從而指導新材料的研發。

在優化新材料性能和降低研發成本之間的平衡上，3D科學計算帶來的效率規模雙提升，將為整個行業帶來全新的研發方法和思路。

一方面，在材料的優化設計上，研究人員在實際構建和測試材料之前，可借助3D計算模擬來對電池材料的結構做精確的模擬和分析，在不實際生產樣品的情況下，以定量的方式比較和預測材料的性能，這樣就能更有效地評估材料的使用需求、以及不同設計和工藝參數對材料性能的影響，從而減少對昂貴或稀缺材料的消耗。

另一方面，在3D科學計算的支持下，新材料的開發進程得以加速，研發人員可以更快地發掘出性能相近的替代材料，為電池生產成本的降低開辟了新途徑，同時也能夠促進可持續材料的應用。

其實，一直都不乏有車企利用先進的計算模擬技術來研發更好的電池。例如，梅賽德斯-奔馳在2022年就與美國量子公司PsiQuantum合作，利用量子化學計算模擬來識別鋰電池電解質的潛在添加劑，實現了電池設計的新突破。這就說明，即便是受限于當前的硬件計算效率，通過計算模擬的方法來進行電池材料研發的思路也是充分可行的，但對于算力、以及研發人員相關領域知識掌握的高門檻要求，使得這樣先進的研發方法思路還無法穩定產出優秀結果、從而規模化地實現產業實踐的復制，而下一代更強性能超算的出現，將會一舉引爆這個行業的研發潛能，常年以來積累的創新想法和可能性將會大規模地爆發，屆時我們將很可能看到動搖萬億級新能源市場根基的重大科研進展。

回到文章開頭的電池貴問題，可以想象的是，借助高性能的超級計算機、運用3D科學計算，未來必將會出現更多加速下一代動力電池材料研發的工具，使包括小米在內的新能源車企們擺脫電池焦慮。同時，電池成本的降低也會進一步加刺激新能源汽車的市場競爭，最終為用戶帶來更好的駕車體驗。