据HPCWire网站2026年3月5日消息，美国劳伦斯利弗莫尔国家实验室（LLNL）与Meta宣布合作创建了全球最大的原子聚合物化学开放数据集——Open Polymers 2026（OPoly26）。该数据集收录了数量空前、种类多样的聚合物结构，并提供了相应的量子精度模拟结果，涵盖了针对高分子化学系统进行的超过600万次密度泛函理论（DFT）模拟数据，规模几乎是现有同类最大聚合物数据集的十倍。这一成果填补了高分子数据领域的长期空白，使人工智能能够在短时间内从数百万个预先计算的高分子结构中学习模式，显著提升了机器学习原子间势（MLIP）在预测方面的精度，为加速设计更安全、更可持续的新型材料奠定了基础。

此次双方通过公私合作的模式，实现了优势资源的深度互补，成功将多年的模拟工作压缩至数月完成。LLNL利用其在聚合物领域的深厚积累及全球顶尖超级计算机“Tuolumne”的算力优势，负责生成多样化结构并大幅压缩模拟周期，保障了数据的规模与保真度；Meta则投入了巨大的计算资源，完成了12亿核心小时的DFT模拟，并利用其在AI领域的专长训练了最先进的MLIP模型。

目前，OPoly26已采用开放许可正式发布，作为一项社区资源供全球科研人员使用，旨在推动学术界、产业界和政府在高分子技术领域的创新。

信息来源：

https://www.hpcwire.com/off-the-wire/llnl-meta-co-develop-polymer-chemistry-dataset-for-training-ai-models/