适用读者：材料科学与工程研究人员、合金设计与热处理工艺团队、电池与涂层材料研发、材料基因组高通量计算人员。
一、资料背景与核心观点
资料来源
- Thermo-Calc 官方文档（CALPHAD 热力学与扩散模拟）（https://thermocalc.com/）
- NIST 材料计算与数据结构资料（https://www.ctcms.nist.gov/）
核心观点
- CALPHAD 通过热力学模型与自由能最小化计算相平衡，单次计算量小但调用极频繁，参数优化与相图扫描会把次数放大到数万次。
- 相场模拟在连续场变量上求解耦合偏微分方程，空间网格与时间步长共同决定计算量，界面宽度越小网格越密。
- 相场与 CALPHAD 的耦合需要在线调用热力学数据库，调用开销与插值方式会影响整体效率，属于典型的强耦合多尺度计算。
- 高通量筛选把成分点与工艺条件组合成大量独立算例，属于易并行负载，核心数与调度效率决定吞吐。
二、核心算法与功能模块
核心算法
- 自由能最小化与相平衡计算。
- 扩散动力学与迁移率模型。
- 相场方程（Cahn-Hilliard、Allen-Cahn）时间积分。
- 热力学数据库插值与耦合。
功能模块
- 热力学数据库与成分设定。
- 相图计算与平衡点扫描。
- 相场初始组织生成与演化求解。
- 组织形貌、成分分布与统计后处理。
三、计算特点与性能瓶颈
计算负载特征
- 计算类型：CALPHAD 为分支与迭代密集的串行计算；相场为规则网格上的显式或隐式迭代。
- 并行方式：相场可用 MPI 区域分解；CALPHAD 与高通量算例按任务并行。
- 内存与显存：相场内存由网格点数与场变量数决定；显存仅在 GPU 相场实现中需要。
- I/O 特点：相场结果时间序列体量大，需高速 NVMe；热力学数据库文件小但被频繁读取。
关键硬件约束
CALPHAD 参数优化几乎不受多核加速，需高频单核；相场的时间步受稳定性条件限制，不能靠放宽步长提速；两者混合时应避免在同一节点上争抢内存带宽。
四、典型应用场景
- 轻量：二元合金相图计算、小尺寸二维相场演化。
- 中等：多元合金热力学优化、三维相场组织演化。
- 大规模：成分-工艺高通量筛选、大尺度三维相场与多物理耦合。
五、UltraLAB 硬件配置分级方案
表1 UltraLAB 硬件配置分档建议
| 档位 | CPU选型思路 | 内存配置 | GPU选型（核心） | 存储配置 | 散热与扩展性 | 适用场景 |
|---|---|---|---|---|---|---|
| 轻量档 | 参考 A350 平台，Ultra9 285K 24核 5.5GHz，单核优先 | 96 至 128GB DDR5 | 专业卡用于组织三维可视化 | 2TB NVMe 系统盘 + 4TB 项目盘 | 塔式风冷 | 二元相图、小尺寸二维相场 |
| 主流档 | 参考 GR450P 平台，霄龙 7975WX 32核 5.0GHz 或 7980X 64核，兼顾高通量并行 | 192 至 256GB DDR5，支撑三维相场网格 | 专业卡用于大尺寸组织可视化 | 4TB NVMe + 16TB SATA | 双冷排水冷，长时间演化计算稳定 | 多元合金优化、三维相场演化 |
| 大规模档 | 参考 EA660 平台，2×霄龙 9654 192核或 2×9755 256核 | 512GB 以上 DDR5，支撑大尺度三维相场与批量数据库调用 | 可选多卡用于 GPU 相场实现 | Gen4 NVMe 阵列 + 万兆网络 | 机架式水冷，支持多用户并发 | 高通量筛选、大尺度相场耦合 |
选型原则：按任务类型拆分：热力学与优化走高频单核，相场演化走多核大内存，高通量走并发调度。
六、配套软件清单
表2 配套软件清单
| 软件类别 | 软件名称 | 版本/要求 | 必需/可选 |
|---|---|---|---|
| 热力学计算 | Thermo-Calc、Pandat | 按许可版本 | 必需 |
| 相场求解 | 自研代码、MOOSE 类框架、OpenFOAM 相场求解器 | 按项目版本 | 必需 |
| 材料数据 | 热力学与扩散数据库 | 按许可 | 必需 |
| 高通量工具 | pymatgen、自研调度脚本 | 稳定版 | 可选 |
| 可视化 | ParaView、OVITO | 稳定版 | 可选 |
| 运行环境 | Ubuntu 22.04 LTS 或 Windows 工作站版 | 按软件认证 | 必需 |
七、常见选型问题与硬件分析
Q：CALPHAD 计算需要多核吗？
A：单次相平衡计算以串行迭代为主，多核帮助有限；真正受益于多核的是参数优化与高通量算例并行。
Q：相场模拟为什么耗时长？
A：界面宽度限制网格尺寸，稳定性条件限制时间步长，两者叠加使总步数与网格量都很大。缩短物理时间还是改善算法，需在方案阶段明确。
Q：相场能用 GPU 吗？
A：规则网格的显式迭代较容易映射到 GPU，但隐式求解涉及全局线性求解，GPU 收益取决于实现。选型前需确认代码是否有成熟 GPU 路径。
Q：两类任务能放一台机器吗？
A：可以，但要分开时段。CALPHAD 偏好高频单核，相场偏好多核与大内存；混跑会互相拖慢，建议按任务队列调度。
八、总结与选型建议
- CALPHAD 偏单核与频繁数据库调用，相场偏多核、大内存与长时间稳定运行。
- 轻量档做二元相图与二维相场；主流档做多元优化与三维相场；大规模档做高通量筛选与大尺度耦合。
- 相场时间步受稳定性限制，配置评估应按实际步数而非理想加速比。
补充说明：材料计算结论需以实验或文献数据交叉验证，本文只讨论计算负载与硬件匹配，不对具体材料体系作性能判断。
参考来源
- Thermo-Calc 官方文档（CALPHAD 热力学与扩散模拟）：https://thermocalc.com/
- NIST 材料计算与数据结构资料：https://www.ctcms.nist.gov/
