来自中南大学的张利军教授、刘祖铭教授与华中科技大学宋波教授合作,开发了一种新型机器学习加速的分布式任务管理系统 (Malac-Distmas),并通过耦合不同的CALPHAD软件实现了高通量CALPHAD 计算,该系统与SQL驱动的数据库引擎和CALPHAD软件相结合,实现了热力学、动力学和热物理特性的高通量计算/模拟。此外,在Malac-Distmas中嵌入了机器学习,用于增密输出数据,减少了计算量和存储量,从而进一步加速高通量计算。该工作为实现高通量计算和数据存储提供了一个有效的策略。Malac-Distmas并不局限于实现热力学、动力学和热物理性质的高通量计算,还能与任何提供外接调用的计算软件/代码进行耦合,实现不同类型的高通量计算/模拟。为高效的合金设计奠定了基础。相关成果以“A machine learning accelerated distributed task management system (Malac-Distmas) and its application in high-throughput CALPHAD computations aiming at efficient alloy design”为题在Advanced Powder Materials上发表。