材料软件分为材料发现软件和材料计算软件，前者对应“预测”，后者对应“仿真”。材料研发流程是“预测-验证”。在预测阶段，材料发现软件通过大数据和机器学习，找到材料成分、结构和性能参数之间关系的规律，由期望的性能参数，得到材料的预测列表。在验证阶段，材料计算软件通过初始材料和环境的数据计算出最终的性能参数，实现“模拟实验”。

　　材料软件能降本增效。传统的材料研发是“试错法”，费时费力，新材料从研发到产业化应用大约需要10-20年。根据美国材料基因组计划的报告，若应用先进的ICME研发模式和材料软件，能节省一半传统研发时间。

　　材料软件开发难度大。材料发现软件的核心是大数据和机器学习技术，有限的数据、昂贵的算力和算法的局限性是其发展的限制。材料计算软件发展较为成熟，核心是将不同场景的计算方法转化为代码，形成不同计算模块，发展的难点在于多尺度计算的融合。

　　全球：材料软件发展成熟，市场天花板不高。材料发现软件多创新企业，Citrine是领先者；材料计算软件市场基本被传统工业软件巨头公司垄断，如达索的Material Studio、新思的QuantumATK，“小而美”的公司在细分领域有一定地位。同时，国外材料软件的商业价值不高：Material Studio的母公司Accelry，2014年被达索收购的金额约为7.5亿美元，商誉为4.5亿美元；2023年材料发现软件公司Citrine Informatics估值约仅不到1亿美元。

　　国内材料软件公司与国际存在差距。我国企业材料研发数字化程度低，尚未开始使用材料发现软件，材料计算软件渗透率低，市占率最高的是MaterialStudio。国内产品在计算场景、计算方法和数据库的丰富程度上和国外仍有差距。目前Material Studio对我国军方禁用，对我国新材料产业的自主可控产生了不利影响。

　　材料软件作为新材料产业必不可少的效率工具，如何实现自主可控？材料软件的开发难度大，材料软件的商业价值不高，很难完全依靠市场化的方式实现材料软件的自主可控，可能需要非市场化的方式推动国产材料软件的发展。

　　风险提示：1、材料计算、AI、算力等行业发展不及预期；

　　2、国产化进程不及预期；

　　3、第三方数据有失真实性。

五矿证券 孙亮