随着“材料基因组计划”普及，越来越多材料领域专家和学者，已经意识到材料计算、数据和机器学习在新材料研发中的价值和重要性。
往往有这样的认识，觉得只要有了软件和计算机时，就能开展材料计算了，“高通量材料计算”也很容易实现。其实这是一个误区。
我们来看一个材料计算模拟完整的流程是怎样的！
纵观整个计算流程，从提交计算作业到计算结果后处理，涉及计算前准备大量文件(结构文件、参数设置文件、赝势文件等)；当计算完成之后你需要在大量的结果中提取需要的数据，为了更好的展示研究结果还需要用各种软件做可视化展示；计算完成后数据如何安全有效存储和利用也是考虑的。对习惯做实验的同学来说，不熟悉计算， 往往还需要“从头”学起。
除了计算流程的复杂性，计算模拟还会受到“环境因素”的影响。(1)出于安全考虑，计算集群有VPN登录保护，只有连接校园网络才能进行计算任务的提交和读取。(2)计算过程中多次登录到计算集群，提交、下载数据时难免会出现人为因素的错误。(3)Linux操作系统是计算模拟的标配，不同于Windows操作系统，Linux界面无可视化，想要实现某种操作需要在屏幕上输入代码。因此这成为零基础学习者的“噩梦”。
对于一位实验出身的初期研究者来说，花费大量时间去从“0”学习一套操作系统，以及一个包含了许多未知参数的复杂软件，可能会导致研究进度变慢。
第一节课我们邀请到中科院计算机网络信息中心杨小渝研究员，用60分钟时间给大家解读高通量多尺度计算和机器学习的难点、痛点和解决办法：不需下载软件，不需学Linux，不需人工对数据进行后处理，便捷提交大量计算任务……
1.一节课带你了解高通量多尺度材料计算和机器学习的痛点以及解决方法！
2.帮你理清传统模拟计算的流程，盘点材料计算中6大误区，让你少走弯路！
3.盘点高通量多尺度材料计算、数据、机器学习的学习难点，一节课快速入门！
4.精心挑选案例，紧跟科研热点，带你简化操作，快速入门材料计算和机器学习！
5.教你如何减少材料计算模拟步骤，提高研究效率，事半功倍！
杨老师将10年高通量多尺度材料计算和机器学习资深经验倾囊相授，内功心得全部给你！
英国剑桥大学博士后，现任中科院计算机网络信息中心“百人计划”研究员，博士生导师，主要从事高通量材料集成计算、多尺度模拟计算、材料数据库、材料信息学等，研发了我国首个高通量材料集成设计工业软件并实现了成果转化（MatCloud+）。
