材料仿真工具（MatSimKit）是中仿智能科技（上海）股份有限公司面向金属材料领域用户推出的系列工具软件。软件以国际知名的金属材料热力学与性能计算软件JMatPro为核心，通过集成化手段，提供从材料相图分析、性能高通量预测到铸造、锻造、热处理等工艺环节集成仿真的多种实用软件工具。软件将材料性能数据与工艺仿真模拟紧密衔接，为用户带来便捷高效、贴近实际生产仿真的解决方案，助力用户优化工艺、提升质量、降低成本，实现从仿真模拟到实际效益的有效转化。
材料性能高通量计算软件（MatSimKit-HT）面向高通量参数空间与自动化材料计算，提供高效、便捷、可定制、可扩展的材料性能批量计算、数据处理与分析优化功能。
材料性能高通量计算软件的核心特点包括：
支持多参数空间的自动化批量计算与任务调度
支持结果自动筛选、统计分析与多目标优化算法接入
支持对接机器学习与数据驱动模型，输出大规模材料计算数据
便捷可靠的高通量计算工具
高通量计算（High-Throughput Computing, HTC）是指利用高效的计算资源，以自动化、规模化、并行化的方式，在短时间内完成大量独立计算任务的技术范式。其核心在于通过系统化的流程设计，实现任务的快速生成、调度与结果分析，从而极大提升材料模拟、筛选与优化的效率。在材料科学研究中，高通量计算能够系统地探索广阔的成分、结构或参数空间，快速预测材料性能、发现新材料或优化已知材料，显著加速从理论设计到实验验证的研发进程。它不仅大幅降低了传统试错成本与周期，更成为推动数据驱动材料研究、构建材料数据库与实现材料智能设计的关键基础设施。
材料性能高通量计算软件的核心计算部分深度集成了业界广泛认可的金属材料热力学与性能计算软件JMatPro。JMatPro使用的热力学、动力学及性能模型和数据库经过工业界与学术界的长期应用验证，其计算结果在材料相组成、性能预测等方面具有高度的可靠性与物理一致性，确保了大规模筛选与设计的结果具有坚实的物理基础和极高的参考价值。此外，JMatPro的材料性能计算模型具备卓越的计算速度，其高效性为高通量计算的进行提供了必要的前提，使得在短时间内系统性地扫描成分空间、工艺窗口成为可能，确保能够真正实现从“高精度计算”到“高通量发现”的转变升级。
利用JMatPro软件进行高通量计算需要使用JMatPro API，这对使用人员的编程能力提出了较高的要求，具有一定的使用门槛。另一方面，在进行高通量计算时，庞大的计算量会产生大量的计算结果数据，如何对数据进行处理从中提取出有效的信息，也是对使用人员的巨大考验。针对这两方面痛点，材料性能高通量计算软件对JMatPro API进行了封装，软件提供完整的前、后处理界面，提供包括计算任务管理、结果筛选与统计分析等功能，允许用户在可视化的交互界面下设置计算任务、处理计算结果，有效确保了用户能够轻松的完成预想的计算任务。
便捷可靠的高通量计算工具
高度可定制化的计算框架
材料研究的探索方向极具多样性，真正实用的高通量工具不应是一成不变的软件或平台，而应是灵活适配研究者构想的智能助手。
在实际科研与工程实践中，高通量计算的需求因人、因项目而异。研究者可能关注从二元到多元的相图扫描、热处理工艺窗口的优化，或是特定性能（如强度、热导率）的成分筛选。这些不同的目标，直接决定了需要探索的参数空间（如成分范围、温度区间）、核心的筛选准则、以及对结果数据的分析与呈现方式。一个固化的、通用的软件往往难以精准契合这些千变万化的具体需求，导致用户不得不在软件流程外进行大量繁琐的操作，反而降低了高通量本应带来的效率。
材料性能高通量计算软件以可定制性为核心设计哲学。软件摒弃了盲目追求全面、通用的设计思路，致力于提供一个高度可定制的开放式高通量计算框架。在提供标准、易用的图形化操作流程的同时，我们更在底层架构上支持深度定制开发。可以根据用户独特的研究方向，灵活定义：
自由定义参数空间，选定计算所关注的成分、计算模型、工艺参数等多维变量；
设定自动化筛选逻辑，支持基于自定义的判据与算法，对海量计算结果进行实时初筛分析；
定制专属结果处理流程，实现数据提取、可视化图表及报告生成，直接呈现关键结果信息；
软件界面风格定制，包括软件名称、LOGO、用户界面风格等。
通过定制的方式，软件将高通量计算中从计算任务创建、计算过程控制到计算结果分析的全流程控制权交还给用户，确保了整个计算流程完全贴合用户的研究思路与目标，使得用户能够更专注于研究问题本身，从而实现效率与精准度的双重提升。
高度可定制化的计算框架
丰富的数据扩展接口支持
材料性能高通量计算软件具备丰富的扩展接口，确保了软件的高通量计算结果数据能够融入用户更广阔的研究范式与技术生态中，将高通量计算从“自动化探索”推向“智能化设计”。
智能优化算法的无缝集成
传统的高通量扫描虽能覆盖广阔空间，但寻优效率仍有提升潜力。软件的扩展接口能够支持接入用户的多目标优化、遗传算法、贝叶斯优化等先进优化算法。通过这些接口，软件可以接受智能算法的迭代指导，动态调整后续计算任务的目标参数，从而变“均匀扫描”为“定向探索”，极大地快速收敛于性能最优的材料区域，实现更高维度、更高效率的智能材料筛选与设计。
与机器学习/数据驱动模型的深度对接
软件不仅是高性能的计算引擎，更是优质数据的发生器。通过专门的数据接口，软件可自动将高通量计算产生的大规模、结构化材料数据（成分-工艺-性能）实时输出，无缝对接至用户构建的机器学习训练管道。这为快速构建材料性能预测模型、发现隐藏的构效关系、乃至驱动主动学习循环提供了至关重要的数据燃料。同时，接口也支持将训练好的预测模型反向集成，用于结果的快速初筛，进一步提升整体流程效率。
构建智能材料研发解决方案
软件的开放接口能够使更多连接成为可能，无论是与企业内部材料数据库（如PLM、SDM）进行数据交换，还是与实验管理系统（ELN/LIMS）联动以驱动实验验证，或是集成用户自研的特定性能仿真模块。通过这一系列扩展接口，软件致力于为用户提供一个灵活便捷的材料数据核心节点，帮助用户将其独特的计算流程、数据资产与智能工具整合成一个协同增效的现代化材料研发解决方案，持续赋能材料发现的创新进程。