AI赋能DFT计算相关的十大材料数据库

引言

在现代材料科学领域，密度泛函理论（DFT）计算已经从一种前沿的理论工具，演变为材料研发不可或缺的“虚拟实验室”。然而，这个实验室的基石，并非仅仅是强大的计算能力，更是那些凝聚了无数科研人员心血的、公开共享的材料数据库。它们是计算材料科学的“数字图书馆”和“基因库”，极大地加速了新材料的发现与设计进程。

本文将为您盘点全球范围内最重要、最常用，且与DFT计算紧密相关的十大材料数据库。

近年来，随着“AI+科学发现”浪潮的兴起，这些传统数据库的战略价值被重新定义。对于AI模型而言，高质量的数据是其智能的源泉，是决定其预测能力上限的“数字燃料”。正是这些包含了海量、高质量DFT计算结果的数据库，为Google GNoME、微软MatterGen等先进AI模型的训练提供了必不可少的“养料”，使其能够学习到材料结构与性能之间的复杂规律。因此，它们不再仅仅是供人类查阅的“图书馆”，更是点燃AI引擎、驱动材料科学进入智能时代的“燃料库”。

1. ICSD (Inorganic Crystal Structure Database)

机构：德国FIZ Karlsruhe – Leibniz Institute for Information Infrastructure
简介：ICSD是“权威”的代名词。它并非一个计算数据库，而是实验晶体结构的“黄金标准”库。它收录了自1913年以来所有已发表的无机晶体结构数据，并经过专家团队的严格审核。几乎所有高通量DFT计算数据库，其初始晶体结构的“种子”，都来源于ICSD。它是连接计算与实验世界的桥梁。
官网地址：https://icsd.products.fiz-karlsruhe.de/

2. COD (Crystallography Open Database)

机构：国际晶体学联合会（IUCr）支持的开源项目
简介：作为ICSD的补充，COD是一个完全开放获取的晶体结构数据库。它鼓励全球的科研人员提交自己的晶体学数据，因此数据量增长迅速，内容也更加多样化。对于预算有限的研究组或企业来说，COD是获取高质量晶体结构数据的重要免费资源。
官网地址：http://www.crystallography.net/cod/

3. Materials Project (MP)

机构：美国劳伦斯伯克利国家实验室（LBNL）
简介：如果说DFT数据库领域有“王者”，那无疑是Materials Project。它是目前国际上最著名、用户最多、影响力最大的材料信息平台。MP利用高通量计算，系统性地预测了数万种已知和“假设”的无机化合物的性质，包括形成能、能带结构、弹性张量、压电系数等。其友好的网页界面和强大的API，使其成为全球材料科学家的首选工具。
官网地址：https://materialsproject.org/

4. AFLOW (Automatic-FLOW for Materials Discovery)

机构：美国杜克大学
简介：AFLOW是另一个“巨无霸”级别的数据库，以其惊人的数据量和极其丰富的属性计算而闻名。它不仅包含了海量的DFT计算结果，还开发了一套高度自动化的计算流程框架。AFLOW的特色在于其对材料属性的“深度挖掘”，覆盖了从电子、声子到热力学和机械性能的方方面面，是一个名副其实的材料属性“百科全书”。
官网地址：https://aflow.org/

5. OQMD (Open Quantum Materials Database)

机构：美国西北大学
简介：OQMD的核心特色在于对热力学稳定性的专注。它包含了超过一百万种化合物的DFT计算数据，其主要目标是构建化合物的“凸包”（Convex Hull），从而精确预测一种新材料相对于其他已知相是否稳定。这对于筛选和设计能够在实验中被成功合成的新材料至关重要。
官网地址：https://oqmd.org/

6. NOMAD (Novel Materials Discovery) Laboratory

机构：欧洲多个顶级研究机构（如马普学会）共建
简介：NOMAD是欧洲最大的材料科学数据基础设施，其核心理念是数据的可复现性（Reproducibility）。它不仅仅存储计算结果，更强调存储计算的“原始输入/输出文件”和“计算环境元数据”。这使得其他研究者可以完全复现甚至改进前人的计算，是推动开放科学理念的典范。
官网地址：https://nomad-lab.eu/

7. JARVIS-DFT

机构：美国国家标准与技术研究院（NIST）
简介：JARVIS-DFT是一个由官方科研机构背书的高质量数据库，专注于为材料设计提供精确的计算数据。它不仅包含了大量3D和2D材料的DFT计算结果，还特别注重计算方法的严谨性和标准化，例如其开发的k点自动收敛等计算协议，为追求高精度计算的研究者提供了可靠的参考。
官网地址：https://jarvis.nist.gov/

8. 2DMatPedia

机构：新加坡科技研究局（A*STAR）
简介：顾名思义，2DMatPedia是二维材料领域的专属数据库。随着石墨烯等二维材料的兴起，该数据库应运而生。它系统性地计算了数千种潜在二维材料的结构、稳定性、电子性质，并进一步探索了由这些2D材料堆叠而成的范德华异质结的性质，是二维材料研究者的“宝库”。
官网地址：http://www.2dmatpedia.org/

9. C2DB (Computational 2D Materials Database)

机构：丹麦技术大学（DTU）
简介：C2DB是另一个专注于二维材料的高质量计算数据库。它的特色在于对材料性质的深入分析和可视化，提供了非常友好的网页界面，用户可以直观地查看能带结构、声子谱、激子结合能等关键物理量。对于希望快速了解某种二维材料特性的研究者来说，C2DB是一个极佳的起点。
官网地址：https://www.2dhub.org/c2db/

10. Materials Cloud

机构：瑞士洛桑联邦理工学院（EPFL）MARVEL项目
简介：Materials Cloud的独特之处在于它不仅仅是一个“数据库”，更是一个集成的在线计算平台。它将数据（Archive）、计算工具（Tools）、教育资源（Learn）和工作流程（Work）融为一体。用户不仅可以查询数据，还可以直接在网页上利用AiiDA等工作流引擎运行自己的DFT计算，实现了从数据查阅到自主计算的无缝衔接。
官网地址：https://www.materialscloud.org/

这些数据库共同构成了全球计算材料科学的底层基础设施。它们不仅为AI模型的训练提供了海量、高质量的“燃料”，也为每一个从事材料设计的研究者提供了巨人的肩膀。（全文全）