近日，《自然·通讯》发表了题为《相变存储材料量专用原子簇扩展机器学习势函数及其全周期器件尺度模拟》的研究论文。该研究由西安交通大学金属材料强度全国重点实验室材料创新设计中心与牛津大学合作完成，第一作者为牛津大学周宇星博士，通讯作者为西安交通大学张伟教授和牛津大学Volker L. Deringer教授。研究针对商用相变存储器中锗锑碲合金（GST）的器件模拟难题，开发了基于‘原子簇扩展’（ACE）框架的超快机器学习势函数GST-ACE。该势函数在保持原子受力与运动精度的前提下，模拟效率较前期开发的GST-GAP势函数提升400余倍，可支撑百万原子纳秒级或十亿原子皮秒级的分子动力学模拟。研究团队首次实现了对相变存储器件整个工作周期的原子级模拟，包括皮秒级快速非晶化过程（RESET）和数十纳秒级包含随机成核与晶粒生长的结晶过程（SET），覆盖了cross-point和mushroom-type两种主要器件结构。该成果成功跨越了原子模拟与真实器件间的‘尺度鸿沟’，为研究相变存储材料在多次读写循环下的结构演变、结晶随机性及类脑计算中的多逻辑态稳定性提供了原子级理论工具。研究数据已开源，相关势函数与模拟数据可在Zenodo平台获取。