本文956字，阅读约需2分钟

摘要：近日，日本富士通株式会社和开发氨合成方法的冰岛初创公司Atmonia ehf.宣布已启动一个联合研究项目，将利用高性能计算（HPC）和人工智能（AI）技术，加速开发新型催化剂，进一步提升新材料探索的效率，以实现绿色合成氨，为零碳排放的实现作贡献。

关键字：高性能计算（HPC）技术、人工智能（AI）技术、零碳氨催化剂、氨合成方法、新材料探索

背景和课题

氨作为用于实现零排放的下一代能源而备受关注，其燃烧时不会排放CO₂，并且与氢相比更易于运输，因此预计今后作为燃煤火力发电厂的燃料和制氢原料，其需求将急剧增大。但是，目前主流的氨合成方法—哈伯-博施法中所用的氢气，是从以甲烷为主要成分的天然气和石油等化石燃料中制造的原料氢，因此存在制造过程中会排放大量CO₂的课题。

为了解决这一课题，Atmonia ehf.（以下简称“Atmonia”）公司目前正在研究仅用水、空气（氮）和电力来合成氨的创新方法。在开发促进水中的氢原子和空气中的氮原子结合从而提取更多氨的新型催化剂过程中，Atmonia公司计划利用量子化学模拟反复进行各种验证，从而提高催化剂探索效率。

富士通株式会社（以下简称“富士通”）与日本物质材料研究机构（以下简称“NIMS”）从去年开始共同研究，开发出高性能计算（HPC）技术与“发现型AI”技术。其中，HPC技术可利用超级计算机上加速高精度量子化学模拟，助力包含氧化物和氮化物等在内的广泛催化剂的探索；“发现型AI”技术则可以根据模拟数据及实验数据发现催化剂原子的种类、位置关系及反应能量等定量因素之间的因果关系，发现新的备选催化剂。

共同研究概要

将富士通HPC技术、“发现型AI”技术和Atmonia公司积累的氨合成中的模拟数据结合到一起，通过高速执行量子化学模拟，发现并掌握各种催化剂中物质间的分离和吸附等反应机制，致力于开发出新材料探索技术，从而缩短选择氨催化材料和优化表面构造等的时间。由此，开发出可减少氨合成时CO₂排放量的电化学氮还原反应中使用的催化剂，目标通过下一代零碳氨能源实现零碳排放。

研究周期：

2022年4月13日至2023年3月31日

两家公司的分工：

富士通

在量子化学模拟中应用HPC技术，加快催化剂探索模拟。

开发基于AI技术的材料探索技术，AI技术可以根据模拟数据和实验数据，发现催化剂原子的种类、位置关系、反应热量等因素之间的因果关系，寻找新的备选催化剂。

Atmonia公司

提供电化学氮还原反应合成氨过程中使用的备选催化剂、反应环境等的模拟和试验数据。

提供催化剂探索相关的研究方法、解释方法以及模拟方法选择经验。

对开发的材料探索技术进行验证和评价。

未来展望

两家公司将以本次共同研究的成果为基础，确立作为电力和制氢原料的清洁氨合成方法，同时，进一步提升新材料探索的效率，普及新材料，从而为零排放实现作出贡献。

富士通×Atmonia：利用HPC及AI加快零碳氨催化剂的探索