Matlantis wird weiterhin als cloudbasierte Plattform für atomistische Materialsimulation angeboten. Kern ist das vortrainierte Modell PFP, ein maschinell gelerntes interatomares Potential. Damit lassen sich Materialstrukturen und ausgewählte physikalische Eigenschaften untersuchen. Für eine wissenschaftlich brauchbare Aussage müssen Modell, Berechnungsaufbau und Referenzprüfung zur Fragestellung passen.
Stand: 27. Oktober 2026. Dieses Profil berücksichtigt die aktuellen Funktionsseiten und die datierte Mitteilung zu PFP v9 vom 16. Juli 2026. Die verfügbare Version und Berechnungsumgebung sollten für jedes eigene Projekt dokumentiert werden.
Was Matlantis berechnet
Der Anbieter beschreibt ein vortrainiertes Modell für vielfältige Materialien und Strukturen mit 96 unterstützten Elementen. Zu den dokumentierten Aufgaben gehören unter anderem Berechnungen von elastischen Eigenschaften, Schwingungen, Diffusion und thermischen Größen. Eine Python-Umgebung mit JupyterLab und Bibliotheken unterstützt wiederholte Berechnungen und Visualisierung.
Wählen Sie zuerst die konkrete Zielgröße: etwa eine relative Stabilität oder einen Diffusionskoeffizienten. Die Unterstützung eines Elements allein belegt nicht, dass jede Kombination und jeder Zustand mit gleicher Genauigkeit beschrieben wird. Prüfen Sie, ob die veröffentlichte Validierung eine zu Ihrem Projekt passende Fragestellung abdeckt.
Modellstand und Berechnungsmodus festhalten
Die Mitteilung vom 16. Juli 2026 beschreibt PFP v9 und die reguläre Bereitstellung des r²SCAN-Modus für 96 Elemente. Diese datierte Angabe ist von älteren Versionsbeschreibungen zu unterscheiden. Halten Sie für eigene Ergebnisse die tatsächlich verwendete Version und den gewählten Modus fest.
Dokumentieren Sie außerdem Ausgangsstruktur, Randbedingungen, Einheiten und relevante Rechenparameter. Wenn sich ein Ergebnis nach einer Änderung unterscheidet, muss nachvollziehbar sein, ob Modellstand oder Versuchsaufbau geändert wurden. Eine Grafik ohne diese Angaben lässt sich nur eingeschränkt vergleichen.
Vorhersagen gegen geeignete Referenzen prüfen
Die offizielle Validierungsseite behandelt unter anderem Energie- und Kraftvorhersagen sowie ausgewählte Materialeigenschaften. Lesen Sie bei einem Vergleich, welche Strukturen, Referenzmethoden und Fehlermetriken verwendet wurden. Ein gutes Ergebnis auf einem Benchmark ist keine allgemeine Garantie für jeden neuen Anwendungsfall.
Vergleichen Sie repräsentative Fälle mit geeigneten Referenzrechnungen oder verfügbaren experimentellen Daten. Achten Sie dabei auf gleiche Bedingungen und Definitionen. Halten Sie Abweichungen und offene Unsicherheiten fest, statt allein die schnellere Rechenzeit als Qualitätsmaß zu verwenden.
Simulation und Experiment zusammen betrachten
Simulationen können helfen, Kandidaten einzugrenzen und Hypothesen für weitere Untersuchungen zu formulieren. Sie ersetzen nicht automatisch die fachliche Bewertung oder die experimentelle Bestätigung. Legen Sie fest, welche Aussage Ihr Modell überhaupt beantworten kann.
Eine Beschleunigung gegenüber einer bestimmten Referenzrechnung hängt von System, Hardware, Einstellungen und Zielgenauigkeit ab. Pauschale Aussagen wie „immer in Sekunden“ oder „ohne Einschränkungen präzise“ sind für eine konkrete Projektplanung nicht ausreichend.
Zugang und Einführung vorbereiten
Prüfen Sie vor der Auswahl, welche Rechenressourcen, Modellversionen, Module und Unterstützung zum angebotenen Zugang gehören. Starten Sie mit einem begrenzten Fall, für den fachliche Expertise und geeignete Vergleichsdaten vorhanden sind. Bewerten Sie den gesamten Aufwand bis zu einem nachvollziehbaren Ergebnis.
Weitere Einsatzfelder und redaktionelle Übersichten finden Sie in der KI-Themenwelt. Matlantis ist auf atomistische Simulation spezialisiert; allgemeine Datenanalyse und wissenschaftliche Literatursuche erfüllen andere Aufgaben.
Quellen und Prüfstand
Grundlage sind die offiziellen Funktionsbeschreibungen, die Mitteilung zu PFP v9 und die Validierungsübersicht. Die Prüfschritte sind redaktionelle Empfehlungen. Ein eigener Simulationstest wurde nicht durchgeführt.
