加州大学圣地亚哥分校计算机、信息与数据科学学院旗下的圣地亚哥超级计算中心（SDSC）所运行的 Expanse 超级计算机，正在为下一代电池设计提供关键算力支持。这类新电池有望让大规模储能变得更便宜、更耐用，也更有利于可再生能源的广泛应用。

当下，无论是电网还是电动汽车，核心都还是锂离子电池。但锂资源价格较高、分布不均，带来成本和供应链风险。相比之下，钠资源极其丰富、价格低廉——它正是食盐中的主要成分——因此，钠基电池被视为支撑太阳能、风能等大规模储能系统的有前景方案。难点在于：如何让钠电池既能输出足够功率，又能在反复充放电中保持稳定性能。

在近期发表在《Advanced Energy Materials》上的一项研究中，加州大学圣地亚哥分校的科研人员与国际团队合作，聚焦电池的正极（阴极）材料。他们以一种已有的钠基正极材料为基础，尝试在其中掺入极少量的锂和钛，就像在既定配方中微调调味料那样，对材料进行“少量但关键”的改动。

“这些细微的调整带来了非常显著的效果：改良后的材料可以储存更多能量，并且在电池被推到更高工作电压时依然保持稳定，而高电压正是从每次充电中获取更多能量的关键条件。”加州大学圣地亚哥分校雅各布工程学院能源存储与转换实验室主任、化学与纳米工程系艾索·余峰李家族教授、芝加哥大学普利茨克分子工程学院教授 Shirley Meng 解释道。

她补充说：“在实验室测试中，改进后的阴极在可提供电荷容量方面有明显提升，并且在多次充放电循环后仍能保留大部分容量，即便是在通常会让钠基材料更快分解的高电压苛刻条件下。”

为了弄清楚为何如此微小的成分变化会带来如此大的性能差异，项目合作者、加州大学圣地亚哥分校化学与纳米工程系兼职教授 Shyue Ping Ong 借助了 SDSC 的 Expanse 超级计算机。依托美国国家科学基金会（NSF）ACCESS 项目提供的 Expanse 计算资源，Ong 团队开展了大规模模拟，研究钠离子在材料晶体结构中的迁移路径，以及晶体框架在电池充放电过程中的结构响应。这些模拟采用了一类被称为“基础势”（foundation potentials）的人工智能模型。

“基础势”是 Ong 团队率先提出的一项新方法，能够在远低于传统高精度计算成本的前提下，实现原子尺度的模拟。Ong 表示，这些模拟结果帮助他们理解了：为何在材料中掺入少量锂和钛后，钠离子可以更顺畅地移动，同时还能避免晶体骨架在运行过程中发生坍塌。

“O在进入实验室做实际合成和测试之前，我们就能通过 Expanse 先筛选出最有潜力的设计方案，这让我们的推进速度远快于单纯依赖反复试验。”Ong 说，“这些结果为提升钠离子电池性能提供了一条切实可行的路线，使建设用于储存可再生能源的大型电池电站，并在光照不足或风力减弱时释放电能，变得更加现实。”

Ong 还指出，这项工作折射出能源研究领域正在发生的更广泛转变：像 Expanse 这样的超级计算机，与基础势等人工智能模型结合，正逐渐成为发现和优化新材料的核心工具。它们能够把复杂的原子尺度物理过程转化为可执行的设计规则，从而加速新材料的开发应用，推动电力系统向更清洁、更具韧性的方向演进。