Sandia将MAD3材料仿真软件推向商业化应用

美国桑迪亚国家实验室（Sandia National Laboratories）于2026年7月6日宣布，其历时八年研发的材料仿真软件MAD³（Materials Data Driven Design，材料数据驱动设计）正式进入商业化阶段。该软件结合机器学习与材料科学，可在数分钟内预测金属在真实制造场景中的变形行为，目标客户涵盖汽车、航空航天和金属加工制造企业。

MAD³的核心技术是将7万组高保真仿真数据通过深度学习——具体为变分贝叶斯推断神经网络模型——进行训练，从而在保持精度的前提下大幅缩短计算时间。传统金属塑性各向异性仿真需要高性能计算集群运行数周，MAD³将这一过程压缩到数分钟，且无需用户具备编程能力，支持所有主流操作系统，通过Web界面操作。

桑迪亚实验室研究员Hojun Lim和David Montes de Oca Zapiain是MAD³的开发者。Lim解释说，金属由微观尺度的晶粒组成，晶粒取向决定了材料的各向异性力学强度——当从不同方向施加力时，材料会产生不同的变形响应，这直接影响材料的强度、失效和成形性。制造业中，板材成形能力严重依赖对这些属性的理解。

此前，企业确定材料属性主要依赖两种方式：物理实验（成本高、周期长）或高保真计算机仿真（需要超算和专业人员）。MAD³提供了第三条路径——用机器学习快速给出准确结果。Montes de Oca Zapiain表示："你只需输入数据，几秒钟就能拿到结果。"

MAD³近期完成了功能升级。初始版本只能预测材料的变形能力，现在可以做逆向设计——指定目标属性后，软件自动计算最优内部微观结构。团队目前已与一家美国主要汽车制造商、一家航空企业、一家国防网络安全公司以及一家航空发动机设计制造商探索合作。

桑迪亚方面正在与120家潜在客户进行访谈和反馈收集。Lim说："这些对话让我们真正了解了制造端的需求。"软件目前通过美国能源部技术商业化办公室推进许可和推广。

桑迪亚实验室近期在AI电网管理领域也有进展。其开发的DERMS（分布式能源资源管理系统）在德克萨斯州完成实地测试，通过AI协调智能逆变器实时稳定电压波动，应对数据中心大规模扩张带来的电网冲击。该系统采用硬件在环仿真（Power Hardware-in-the-Loop）方法在实验室验证后部署到现场。