摘要：近日，苏州实验室李伟博士完成“Precisely Anchored Amphiphilic Metal−Organic Frameworks atPolymer Interfaces for Robust Biodegradable Blends”研究论文，并

近日，苏州实验室李伟博士完成“Precisely Anchored Amphiphilic Metal−Organic Frameworks atPolymer Interfaces for Robust Biodegradable Blends”研究论文，并成功发表于《Chemistry of Materials》期刊，为适用于先进结构和功能应用的高性能可生物降解聚合物揭示更优路径。

该项研究全程基于海光C86处理器计算模拟，深度比较了传统熔融共混与界面锚定策略。数据显示，优化MOFs掺入量（0.3 wt%）可以显著提升机械性能，导致拉伸强度增加约1.2倍，拉伸韧性提升达到惊人的23倍，展现出一种可扩展且机制指导的界面设计新范式

在此过程中，海光芯片为苏州实验室团队带来强劲算力支撑，充分满足科研计算对国产算力的高性能、高安全、全场景应用需求，李伟等论文著作人对此专门表示了感谢与认可。

作为国产高端处理器领航者，海光通过持续的大规模研发投入，近年来实现了通用处理器CPU和人工智能加速器DCU的多轮迭代，综合性能追平甚至赶超国际同类产品，并且在安全性、通用性方面获得用户广泛青睐，成为驱动各行业数智化发展的关键引擎。

面对科研算力需求，海光CPU+DCU异构计算平台及其自研软件栈，在AI for Science领域展现出领先的应用价值。比如高精度量化计算方向，海光计算平台通过架构层与算法层的协同优化，在主流第一性原理模拟软件中实现性能反超，为基础研究提供了自主高效的算力支持。

此外，海光围绕“双芯”算力底座，配套了自研的HML数学库与HygonMPI通信栈，从编译、运算到通信实现全链路优化，并在关键算法模块上对矩阵运算（如zgemm/dgemm）、本征值求解、快速傅里叶变换等高频操作进行指令集级重构。测试结果显示，相关核心函数性能提升最高接近60%，LAPACK模块在典型材料体系如Bi₂O₃中提升超过20%。

目前，依托于底层硬件升级和算力应用优化的系统化进阶，海光芯片已全面深入科学研究最前沿领域，成功助力孵化出一系列先进科研成果。接下来，海光将进一步推动基础科研软硬件协同创新，赋能AI4S走上高质、高效、高安全发展快车道。

来源：材料学网materials